Python爬蟲新手入門教學（六）：製做詞雲圖

前言

本文的文字及圖片來源於網絡,僅供學習、交流使用,不具備任何商業用途,若有問題請及時聯繫咱們以做處理。

前文內容

Python爬蟲新手入門教學（一）：爬取豆瓣電影排行信息

Python爬蟲新手入門教學（二）：爬取小說

Python爬蟲新手入門教學（三）：爬取鏈家二手房數據

Python爬蟲新手入門教學（四）：爬取前程無憂招聘信息

Python爬蟲新手入門教學（五）：爬取B站視頻彈幕

基本開發環境

• Python 3.6
• Pycharm

相關模塊的使用

• jieba
• wordcloud

安裝Python並添加到環境變量，pip安裝須要的相關模塊便可。

上篇文章爬取了B站視頻的彈幕數據，對於這方面能夠作一些彈幕詞雲分析，讓爬蟲數據再也不過於單調。

代碼內容仍是很是簡介的，看註釋就能夠明白了

import jieba
import wordcloud
# 讀取文件內容
f = open('彈幕.txt', encoding='utf-8')
txt = f.read()
# jiabe 分詞 分割詞彙
txt_list = jieba.lcut(txt)
string = ' '.join(txt_list)
# 詞雲圖設置
wc = wordcloud.WordCloud(
        width=1000,         # 圖片的寬
        height=700,         # 圖片的高
        background_color='white',   # 圖片背景顏色
        font_path='msyh.ttc',    # 詞雲字體
        scale=15,
)
# 給詞雲輸入文字
wc.generate(string)
# 詞雲圖保存圖片地址
wc.to_file('out.png')

 

 

由上圖所示，有不少的這樣的 到位 這樣的關鍵詞，這樣的關鍵詞是沒有什麼實際意義的，咱們能夠在詞雲設置中設置 停用詞

stopwords={'到位'}

 

若是你想要輸入的圖片不是正方形的圖片，想要設置成本身想要的形狀，須要先找一張 透明圖
導入 imageio 模塊

import jieba
import wordcloud
import imageio
# 導入imageio庫中的imread函數，並用這個函數讀取本地圖片，做爲詞雲形狀圖片
py = imageio.imread('.\\0.jpg')  #  如何你想要改變詞雲圖的形狀，能夠添加
# 讀取文件內容
f = open('B站彈幕.txt', encoding='utf-8')
txt = f.read()
# jiabe 分詞 分割詞彙
txt_list = jieba.lcut(txt)
string = ' '.join(txt_list)
# 詞雲圖設置
wc = wordcloud.WordCloud(
        width=1000,         # 圖片的寬
        height=700,         # 圖片的高
        background_color='white',   # 圖片背景顏色
        font_path='msyh.ttc',    # 詞雲字體
        mask=py,     # 所使用的詞雲圖片
        scale=15,
        stopwords={'到位'},         # 停用詞
        # contour_width=5,
        # contour_color='red'  # 輪廓顏色
)
# 給詞雲輸入文字
wc.generate(string)
# 詞雲圖保存圖片地址
wc.to_file('out.png')