WordCloud 词云

# -*- coding = utf-8 -*-

# 词云
import wordcloud as wd
# 分词，支持中文
import jieba
# 绘图，数据可视化
from matplotlib import pyplot as plt
# 矩阵运算
import numpy as np
# 操作excel主要用到xlrd和xlwt这两个库，xlrd是读excel，xlwt是写excel
import xlrd
# 图片处理
from PIL import Image


# 准备词云所需的数据，获取excel数据，这里以第5列的电影名言（总结）为例
def get_data_excel(excel_path):
    # 打开excel，并创建excel对象
    excel = xlrd.open_workbook(excel_path)
    # 选择excel中下标为0的工作表，就是excel文件中的第一个sheet表
    sheet = excel.sheets()[0]

    # 获取第一行的内容, 索引从0开始
    # row = sheet.row_values(0)
    # 获取第一列的整列的内容
    # col = sheet.col_values(0)
    # 获取下标第0列，[0, 4)行数据，0~3行 (不包括第4行)
    # print(sheet.col_values(0, 0, 4))
    # 获取下标第0行，[0, 5)列数据，0~4列 (不包括第5列)
    # print(sheet.row_values(0, 0, 5))
    # 获取单个单元格数据，第几行第几个，索引从0开始
    # data = sheet.cell(2, 0).value

    # 获取第5列的电影名言作为内容分析
    data_list = sheet.col_values(5)

    # 把第5列第一行的标题 "电影名言" 去掉
    data_list.remove(‘电影名言‘)

    # 打印查看获取的内容
    # for data in data_list:
    #     print(data, end=‘\n‘)

    # 将所有的名言连接成一个字符串，便于词云分析
    contents = ""
    for data in data_list:
        # 将内容添加到contents末尾
        contents += data
    # print(contents)

    return contents


# 词云分析
def word_cloud(data):
    # 使用jieba.cut切分str句子
    word = jieba.cut(data)
    # 使用空格隔开，看看句子分词的个数，以及其效果
    word_all = ‘ ‘.join(word)
    # print(f"The number of word is {len(word_all)}")
    # print(word_all)

    # 使用Image打开模板图片

    # 打开树形图
    img_tree = Image.open(‘../Data/img/tree.jpg‘)
    # 将图片的像素点转换成矩阵数据
    tree_array = np.array(img_tree)

    # 打开哆啦A梦图片
    img_love = Image.open(‘../Data/img/哆啦A梦.jpg‘)
    # 将图片的像素点转换成矩阵数据
    love_array = np.array(img_love)

    # 生成词云的对象，并设置格式
    tree = wd.WordCloud(
        # 设置词云的背景颜色，这里设置成白色
        background_color=‘white‘,

        # 掩饰背景，就是存放词云的背景区域，默认是矩形，以下三个测试背景选择一个就好
        # mask=None,

        # 使用树形图作为背景
        mask=tree_array,

        # 使用哆啦A梦作为背景
        # mask=love_array,

        # 在C盘目录下搜索 Fonts，选择一个字体，右键查看属性，复制常规项里面的 完整名称
        # 设置字体，不然可能不支持中文，simsun.ttc是本机的宋体字体格式
        font_path=‘simsun.ttc‘
    )

    # 词云对象加入分析句子的来源
    tree.generate_from_text(word_all)

    # 设置图片的名称和尺寸
    plt.figure(‘电影词云‘, figsize=(9, 6))
    # 设置不使用坐标轴
    plt.axis(‘off‘)
    # 将词云对象放入图片中
    plt.imshow(tree)
    # 保存图片，注意先savefig()再show()，否则保存的图片可能一片空白，dpi是图像每英寸长度内的像素点数
    plt.savefig(‘../Data/img/film.jpg‘, dpi=500)
    # 显示图片
    plt.show()


# 主程序
def main():
    # excel保存路径
    excel_path = ‘../Data/excel/top250.xls‘
    # 获取excel数据
    data = get_data_excel(excel_path)
    # 词云分析
    word_cloud(data)


# 主程序入口
if __name__ == ‘__main__‘:
    main()