基于Python的特定形状透明背景词云图绘制
作者：互联网
基于Python的特定形状透明背景词云图绘制
1.需求分析
1.1 对包含中文的文本文件(某本科毕业论文)提前关键词并绘制词云图；
1.2 绘制的词云图不含有虚词；
1.3 词云图为透明背景的特定形状。
2.前期准备
2.1文本文件准备
将所需要绘制词云图的文字另存为 .txt格式。
注意：
使用office软件直接将Word文件另存时可能会出现乱码等情况，
建议先新建一个空白的文本文件 （.txt）然后复制Word内容至其中，最后保存在新建Python工程文件夹内即可。
*本文是对一篇本科毕业论文《基于LLC谐振技术的X射线高压直流电源主回路设计》进行了分析与处理。
2.2特定形状图片准备
特定形状图片要求：
- 背景必须为纯白色， 形状颜色单一。
可以在百度等搜索引擎获取，也可以在Office软件中绘制符合要求的背景形状图片，截图另存即可。
- 图片建议和python工程文件存放在同一个文件夹内。
这样操作，便于后续调用。
*良好的工程管理习惯要求我们应该将所有所需的文件集成在一起。
3.代码解析与实现
3.1模块库的导入
基于Python解析文本文件绘制词云图主要基于Python的jieba和wordcloud两个库。
- jieba用来对汉语进行分词；
- Wordcloud来绘制词云图。
3.2停用词表
停用词是指在信息检索中，为节省存储空间和提高搜索效率，在处理自然语言数据（或文本）之前或之后会自动过滤掉某些字或词，这些字或词即被称为Stop Words（停用词）。这些停用词都是人工输入、非自动化生成的，生成后的停用词会形成一个停用词表。
通过对比使用停用词和不使用停用词生成的词云图可以直观地感受到停用词的重要作用。
如下图所示，未使用停用词时，词云图显示了诸如“的”、“了”、“是”等虚词。
但是，并没有一个明确的停用词表能够适用于所有的对象，需要开发人员对原有停用词表来扩容或筛检。。
以本文处理的文本文件为例，增加“Fig”和“如图”等为停用词。
# 加载《停用词表》
text_stopwords = open("Stop_Words2021.txt", encoding='utf-8').readlines()
stopwords = [line.strip() for line in text_stopwords] # 将str类型转换为list
stopwords.append('Fig') # 扩容《停用词表》
stopwords.append('如图') # 扩容《停用词表》
stopwords.append('所示') # 扩容《停用词表》
本文使用for循环去除了停用词：
# 文本未去除停用词
text_split = jieba.cut(text)
# 去掉停用词的分词结果
text_split_no = [] # 创建空列表（list）
for word in text_split:
if word not in stopwords:
text_split_no.append(word) # 列表增加满足条件的元素
text_split_no_str = ' '.join(text_split_no) # 将list类型转换为str
3.3基于TF-IDF提取关键词
TF-IDF（term frequency–inverse document frequency）是一种用于信息检索与数据挖掘的常用加权技术。TF-IDF百度百科
在本文中，提取了频率前50大的关键词。
# 基于TF-IDF提取关键词
keywords = [] # 创建空列表（list）
for x, w in anly.extract_tags(text_split_no_str, topK=50, withWeight=True):
keywords.append(x) # 前50关键词组成的list
keywords = ' '.join(keywords) # 将list类型转换为str
print("基于TF-IDF提取的前50个关键词：",keywords)
3.4利用wordcloud绘制词云图
wordcloud的内参数有很多，本文未全部定义，未定义的使用默认值。参数设置时有以下注意事项：
- 中文字体路径的设置
font_path 为词云图字体路径参数，对于生成中文词云图时必须设置，否则会乱码。本文使用了自行下载的“方正小标宋”字体，对于一般用户可以直接使用如下路径的字体：
font_path="C:/Windows/Fonts/simfang.ttf",
- 透明背景的设置
透明背景的词云图更有使用价值，必须设置background_color=None, mode=“RGBA”,
- 词云图形状的设置
词云图形状的背景图片要求在前文已经描述，需要先读取到形状图片，然后对mask参数赋值即可
bg = np.array(Image.open("AiXin01.jpg")) # 读取背景形状,形状背景必须为纯白
mask=bg, # 套用背景形状
其他参数的设计可以参考，Wordcloud的相关说明。
绘制词云图的片段代码如下：
# 绘制词云图
bg = np.array(Image.open("AiXin01.jpg")) # 读取背景形状,形状背景必须为纯白
wordcloud = WordCloud(
font_path="C:/Users/18729/AppData/Local/Microsoft/Windows/Fonts/fzxbsjw.TTF", # 设置字体
background_color=None, # 设置背景颜色为空
mode="RGBA", # 设置背景为透明
width=1000, # 设置画布宽度为1000像素
height=800, # 设置画布高度为800像素
prefer_horizontal= 0.8, # 词语水平方向排版出现的频率
scale=1.2, # 画布放大倍数
margin=10, # 设置词云图的边缘宽度
max_font_size=90, # 设置词云图中最大字号
min_font_size=10, # 设置词云图中最小字号
random_state=50, # 设置词云图随机配色方案
mask=bg, # 套用背景形状
).generate(keywords) # 根据文本生成词云,generate_from_text(text)的简写
plt.imshow(wordcloud)
plt.axis("off")
plt.show()
wordcloud.to_file("WordCloudPicture03.png")
4.附录
4.1完整代码
"""
@作者：小呼呼哈哈哈
@第一稿日期：2021-2-14
"""
# 导入模块库
from PIL import Image
from wordcloud import WordCloud, ImageColorGenerator
import jieba
import jieba.analyse as anly
import numpy as np
import matplotlib.pyplot as plt
# 读取原始文本
text = open("HuPaper01.txt", 'r', encoding='utf-8').read()
# 加载《停用词表》
text_stopwords = open("Stop_Words2021.txt", encoding='utf-8').readlines()
stopwords = [line.strip() for line in text_stopwords] # 将str类型转换为list
stopwords.append('Fig') # 扩容《停用词表》
stopwords.append('如图') # 扩容《停用词表》
stopwords.append('所示') # 扩容《停用词表》
# 文本未去除停用词
text_split = jieba.cut(text)
# 去掉停用词的分词结果
text_split_no = [] # 创建空列表（list）
for word in text_split:
if word not in stopwords:
text_split_no.append(word) # 列表增加满足条件的元素
text_split_no_str = ' '.join(text_split_no) # 将list类型转换为str
# 基于TF-IDF提取关键词
keywords = [] # 创建空列表（list）
for x, w in anly.extract_tags(text_split_no_str, topK=50, withWeight=True):
keywords.append(x) # 前50关键词组成的list
keywords = ' '.join(keywords) # 将list类型转换为str
print("基于TF-IDF提取的前50个关键词：",keywords)
# 绘制词云图
bg = np.array(Image.open("AiXin01.jpg")) # 读取背景形状,形状背景必须为纯白
wordcloud = WordCloud(
font_path="C:/Users/18729/AppData/Local/Microsoft/Windows/Fonts/fzxbsjw.TTF", # 设置字体
background_color=None, # 设置背景颜色为空
mode="RGBA", # 设置背景为透明
width=1000, # 设置画布宽度为1000像素
height=800, # 设置画布高度为800像素
prefer_horizontal= 0.8, # 词语水平方向排版出现的频率
scale=1.2, # 画布放大倍数
margin=10, # 设置词云图的边缘宽度
max_font_size=90, # 设置词云图中最大字号
min_font_size=10, # 设置词云图中最小字号
random_state=50, # 设置词云图随机配色方案
mask=bg, # 套用背景形状
).generate(keywords) # 根据文本生成词云,generate_from_text(text)的简写
plt.imshow(wordcloud)
plt.axis("off")
plt.show()
wordcloud.to_file("WordCloudPicture03.png")
4.2提取的关键词
基于TF-IDF提取的前50个关键词： 电路 电压 谐振 X射线 整流 倍压 LLC 开关 输出 高压电源 电容 回路 电流 设计 变压器 二极管 逆变 课题 纹波 滤波 仿真 输入 voltage 功率 变换 circuit 高压 励磁电 增益 工作 桥式 拓扑 幅值 高频 串联 原理 全桥 30kV 负载 等效 rectifier 原边 两侧 频率 升压 PSpice output 系统 直流电源 对称
4.3生成的词云图
4.4停用词库
各位直接复制 保存为 .txt 文件即可使用。
!
"
#
$
%
&
'
(
)
*
+
,
-
--
.
..
...
......
...................
./
.一
.数
.日
/
//
0
1
2
3
4
5
6
7
8
9
:
://
::
;
<
=
>
>>
?
@
A
Lex
[
\
]
^
_
`
exp
sub
sup
|
}
~
~~~~
·
×
×××
Δ
Ψ
γ
μ
φ
φ．
В
—
——
———
‘
’
’‘
“
”
”，
…
……
…………………………………………………③
′∈
′｜
℃
Ⅲ
↑
→
∈［
∪φ∈
≈
①
②
②ｃ
③
③］
④
⑤
⑥
⑦
⑧
⑨
⑩
──
■
▲
、
。
〈
〉
《
》
》），
」
『
』
【
】
〔
〕
〕〔
㈧
一
一.
一一
一下
一个
一些
一何
一切
一则
一则通过
一天
一定
一方面
一旦
一时
一来
一样
一次
一片
一番
一直
一致
一般
一起
一转眼
一边
一面
七
万一
三
三天两头
三番两次
三番五次
上
上下
上升
上去
上来
上述
上面
下
下列
下去
下来
下面
不
不一
不下
不久
不了
不亦乐乎
不仅
不仅...而且
不仅仅
不仅仅是
不会
不但
不但...而且
不光
不免
不再
不力
不单
不变
不只
不可
不可开交
不可抗拒
不同
不外
不外乎
不够
不大
不如
不妨
不定
不对
不少
不尽
不尽然
不巧
不已
不常
不得
不得不
不得了
不得已
不必
不怎么
不怕
不惟
不成
不拘
不择手段
不敢
不料
不断
不日
不时
不是
不曾
不止
不止一次
不比
不消
不满
不然
不然的话
不特
不独
不由得
不知不觉
不管
不管怎样
不经意
不胜
不能
不能不
不至于
不若
不要
不论
不起
不足
不过
不迭
不问
不限
与
与其
与其说
与否
与此同时
专门
且
且不说
且说
两者
严格
严重
个
个人
个别
中小
中间
丰富
串行
临
临到
为
为主
为了
为什么
为什麽
为何
为止
为此
为着
主张
主要
举凡
举行
乃
乃至
乃至于
么
之
之一
之前
之后
之後
之所以
之类
乌乎
乎
乒
乘
乘势
乘机
乘胜
乘虚
乘隙
九
也
也好
也就是说
也是
也罢
了
了解
争取
二
二来
二话不说
二话没说
于
于是
于是乎
云云
云尔
互
互相
五
些
交口
亦
产生
亲口
亲手
亲眼
亲自
亲身
人
人人
人们
人家
人民
什么
什么样
什麽
仅
仅仅
今
今后
今天
今年
今後
介于
仍
仍旧
仍然
从
从不
从严
从中
从事
从今以后
从优
从古到今
从古至今
从头
从宽
从小
从新
从无到有
从早到晚
从未
从来
从此
从此以后
从而
从轻
从速
从重
他
他人
他们
他是
他的
代替
以
以上
以下
以为
以便
以免
以前
以及
以后
以外
以後
以故
以期
以来
以至
以至于
以致
们
任
任何
任凭
任务
企图
伙同
会
伟大
传
传说
传闻
似乎
似的
但
但凡
但愿
但是
何
何乐而不为
何以
何况
何处
何妨
何尝
何必
何时
何止
何苦
何须
余外
作为
你
你们
你是
你的
使
使得
使用
例如
依
依据
依照
依靠
便
便于
促进
保持
保管
保险
俺
俺们
倍加
倍感
倒不如
倒不如说
倒是
倘
倘使
倘或
倘然
倘若
借
借以
借此
假使
假如
假若
偏偏
做到
偶尔
偶而
傥然
像
儿
允许
元／吨
充其极
充其量
充分
先不先
先后
先後
先生
光
光是
全体
全力
全年
全然
全身心
全部
全都
全面
八
八成
公然
六
兮
共
共同
共总
关于
其
其一
其中
其二
其他
其余
其后
其它
其实
其次
具体
具体地说
具体来说
具体说来
具有
兼之
内
再
再其次
再则
再有
再次
再者
再者说
再说
冒
冲
决不
决定
决非
况且
准备
凑巧
凝神
几
几乎
几度
几时
几番
几经
凡
凡是
凭
凭借
出
出于
出去
出来
出现
分别
分头
分期
分期分批
切
切不可
切切
切勿
切莫
则
则甚
刚
刚好
刚巧
刚才
初
别
别人
别处
别是
别的
别管
别说
到
到了儿
到处
到头
到头来
到底
到目前为止
前后
前此
前者
前进
前面
加上
加之
加以
加入
加强
动不动
动辄
勃然
匆匆
十分
千
千万
千万千万
半
单
单单
单纯
即
即令
即使
即便
即刻
即如
即将
即或
即是说
即若
却
却不
历
原来
去
又
又及
及
及其
及时
及至
双方
反之
反之亦然
反之则
反倒
反倒是
反应
反手
反映
反而
反过来
反过来说
取得
取道
受到
变成
古来
另
另一个
另一方面
另外
另悉
另方面
另行
只
只当
只怕
只是
只有
只消
只要
只限
叫
叫做
召开
叮咚
叮当
可
可以
可好
可是
可能
可见
各
各个
各人
各位
各地
各式
各种
各级
各自
合理
同
同一
同时
同样
后
后来
后者
后面
向
向使
向着
吓
吗
否则
吧
吧哒
吱
呀
呃
呆呆地
呐
呕
呗
呜
呜呼
呢
周围
呵
呵呵
呸
呼哧
呼啦
咋
和
咚
咦
咧
咱
咱们
咳
哇
哈
哈哈
哉
哎
哎呀
哎哟
哗
哗啦
哟
哦
哩
哪
哪个
哪些
哪儿
哪天
哪年
哪怕
哪样
哪边
哪里
哼
哼唷
唉
唯有
啊
啊呀
啊哈
啊哟
啐
啥
啦
啪达
啷当
喀
喂
喏
喔唷
喽
嗡
嗡嗡
嗬
嗯
嗳
嘎
嘎嘎
嘎登
嘘
嘛
嘻
嘿
嘿嘿
四
因
因为
因了
因此
因着
因而
固
固然
在
在下
在于
地
均
坚决
坚持
基于
基本
基本上
处在
处处
处理
复杂
多
多么
多亏
多多
多多少少
多多益善
多少
多年前
多年来
多数
多次
够瞧的
大
大不了
大举
大事
大体
大体上
大凡
大力
大多
大多数
大大
大家
大张旗鼓
大批
大抵
大概
大略
大约
大致
大都
大量
大面儿上
失去
奇
奈
奋勇
她
她们
她是
她的
好
好在
好的
好象
如
如上
如上所述
如下
如今
如何
如其
如前所述
如同
如常
如是
如期
如果
如次
如此
如此等等
如若
始而
姑且
存在
存心
孰料
孰知
宁
宁可
宁愿
宁肯
它
它们
它们的
它是
它的
安全
完全
完成
定
实现
实际
宣布
容易
密切
对
对于
对应
对待
对方
对比
将
将才
将要
将近
小
少数
尔
尔后
尔尔
尔等
尚且
尤其
就
就地
就是
就是了
就是说
就此
就算
就要
尽
尽可能
尽如人意
尽心尽力
尽心竭力
尽快
尽早
尽然
尽管
尽管如此
尽量
局外
居然
届时
属于
屡
屡屡
屡次
屡次三番
岂
岂但
岂止
岂非
川流不息
左右
巨大
巩固
差一点
差不多
己
已
已矣
已经
巴
巴巴
带
帮助
常
常常
常言说
常言说得好
常言道
平素
年复一年
并
并不
并不是
并且
并排
并无
并没
并没有
并肩
并非
广大
广泛
应当
应用
应该
庶乎
庶几
开外
开始
开展
引起
弗
弹指之间
强烈
强调
归
归根到底
归根结底
归齐
当
当下
当中
当儿
当前
当即
当口儿
当地
当场
当头
当庭
当时
当然
当真
当着
形成
彻夜
彻底
彼
彼时
彼此
往
往往
待
待到
很
很多
很少
後来
後面
得
得了
得出
得到
得天独厚
得起
心里
必
必定
必将
必然
必要
必须
快
快要
忽地
忽然
怎
怎么
怎么办
怎么样
怎奈
怎样
怎麽
怕
急匆匆
怪
怪不得
总之
总是
总的来看
总的来说
总的说来
总结
总而言之
恍然
恐怕
恰似
恰好
恰如
恰巧
恰恰
恰恰相反
恰逢
您
您们
您是
惟其
惯常
意思
愤然
愿意
慢说
成为
成年
成年累月
成心
我
我们
我是
我的
或
或则
或多或少
或是
或曰
或者
或许
战斗
截然
截至
所
所以
所在
所幸
所有
所谓
才
才能
扑通
打
打从
打开天窗说亮话
扩大
把
抑或
抽冷子
拦腰
拿
按
按时
按期
按照
按理
按说
挨个
挨家挨户
挨次
挨着
挨门挨户
挨门逐户
换句话说
换言之
据
据实
据悉
据我所知
据此
据称
据说
掌握
接下来
接着
接著
接连不断
放量
故
故意
故此
故而
敞开儿
敢
敢于
敢情
数/
整个
断然
方
方便
方才
方能
方面
旁人
无
无宁
无法
无论
既
既...又
既往
既是
既然
日复一日
日渐
日益
日臻
日见
时候
昂然
明显
明确
是
是不是
是以
是否
是的
显然
显著
普通
普遍
暗中
暗地里
暗自
更
更为
更加
更进一步
曾
曾经
替
替代
最
最后
最大
最好
最後
最近
最高
有
有些
有关
有利
有力
有及
有所
有效
有时
有点
有的
有的是
有着
有著
望
朝
朝着
末##末
本
本人
本地
本着
本身
权时
来
来不及
来得及
来看
来着
来自
来讲
来说
极
极为
极了
极其
极力
极大
极度
极端
构成
果然
果真
某
某个
某些
某某
根据
根本
格外
梆
概
次第
欢迎
欤
正值
正在
正如
正巧
正常
正是
此
此中
此后
此地
此处
此外
此时
此次
此间
殆
毋宁
每
每个
每天
每年
每当
每时每刻
每每
每逢
比
比及
比如
比如说
比方
比照
比起
比较
毕竟
毫不
毫无
毫无例外
毫无保留地
汝
沙沙
没
没奈何
没有
沿
沿着
注意
活
深入
清楚
满
满足
漫说
焉
然
然则
然后
然後
然而
照
照着
牢牢
特别是
特殊
特点
犹且
犹自
独
独自
猛然
猛然间
率尔
率然
现代
现在
理应
理当
理该
瑟瑟
甚且
甚么
甚或
甚而
甚至
甚至于
用
用来
甫
甭
由
由于
由是
由此
由此可见
略
略为
略加
略微
白
白白
的
的确
的话
皆可
目前
直到
直接
相似
相信
相反
相同
相对
相对而言
相应
相当
相等
省得
看
看上去
看出
看到
看来
看样子
看看
看见
看起来
真是
真正
眨眼
着
着呢
矣
矣乎
矣哉
知道
砰
确定
碰巧
社会主义
离
种
积极
移动
究竟
穷年累月
突出
突然
窃
立
立刻
立即
立地
立时
立马
竟
竟然
竟而
第
第二
等
等到
等等
策略地
简直
简而言之
简言之
管
类如
粗
精光
紧接着
累年
累次
纯
纯粹
纵
纵令
纵使
纵然
练习
组成
经
经常
经过
结合
结果
给
绝
绝不
绝对
绝非
绝顶
继之
继后
继续
继而
维持
综上所述
缕缕
罢了
老
老大
老是
老老实实
考虑
者
而
而且
而况
而又
而后
而外
而已
而是
而言
而论
联系
联袂
背地里
背靠背
能
能否
能够
腾
自
自个儿
自从
自各儿
自后
自家
自己
自打
自身
臭
至
至于
至今
至若
致
般的
良好
若
若夫
若是
若果
若非
范围
莫
莫不
莫不然
莫如
莫若
莫非
获得
藉以
虽
虽则
虽然
虽说
蛮
行为
行动
表明
表示
被
要
要不
要不是
要不然
要么
要是
要求
见
规定
觉得
譬喻
譬如
认为
认真
认识
让
许多
论
论说
设使
设或
设若
诚如
诚然
话说
该
该当
说明
说来
说说
请勿
诸
诸位
诸如
谁
谁人
谁料
谁知
谨
豁然
贼死
赖以
赶
赶快
赶早不赶晚
起
起先
起初
起头
起来
起见
起首
趁
趁便
趁势
趁早
趁机
趁热
趁着
越是
距
跟
路经
转动
转变
转贴
轰然
较
较为
较之
较比
边
达到
达旦
迄
迅速
过
过于
过去
过来
运用
近
近几年来
近年来
近来
还
还是
还有
还要
这
这一来
这个
这么
这么些
这么样
这么点儿
这些
这会儿
这儿
这就是说
这时
这样
这次
这点
这种
这般
这边
这里
这麽
进入
进去
进来
进步
进而
进行
连
连同
连声
连日
连日来
连袂
连连
迟早
迫于
适应
适当
适用
逐步
逐渐
通常
通过
造成
逢
遇到
遭到
遵循
遵照
避免
那
那个
那么
那么些
那么样
那些
那会儿
那儿
那时
那末
那样
那般
那边
那里
那麽
部分
都
鄙人
采取
里面
重大
重新
重要
鉴于
针对
长期以来
长此下去
长线
长话短说
问题
间或
防止
阿
附近
陈年
限制
陡然
除
除了
除却
除去
除外
除开
除此
除此之外
除此以外
除此而外
除非
随
随后
随时
随着
随著
隔夜
隔日
难得
难怪
难说
难道
难道说
集中
零
需要
非但
非常
非徒
非得
非特
非独
靠
顶多
顷
顷刻
顷刻之间
顷刻间
顺
顺着
顿时
颇
风雨无阻
饱
首先
马上
高低
高兴
默然
默默地
齐
︿
！
＃
＄
％
＆
＇
（
）
）÷（１－
）、
＊
＋
＋ξ
＋＋
，
，也
－
－β
－－
－［＊］－
．
／
０
０：２
１
１．
１２％
２
２．３％
３
４
５
５：０
６
７
８
９
：
；
＜
＜±
＜Δ
＜λ
＜φ
＜＜
＝
＝″
＝☆
＝（
＝－
＝［
＝｛
＞
＞λ
？
＠
Ａ
ＬＩ
Ｒ．Ｌ．
ＺＸＦＩＴＬ
［
［①①］
［①②］
［①③］
［①④］
［①⑤］
［①⑥］
［①⑦］
［①⑧］
［①⑨］
［①Ａ］
［①Ｂ］
［①Ｃ］
［①Ｄ］
［①Ｅ］
［①］
［①ａ］
［①ｃ］
［①ｄ］
［①ｅ］
［①ｆ］
［①ｇ］
［①ｈ］
［①ｉ］
［①ｏ］
［②
［②①］
［②②］
［②③］
［②④
［②⑤］
［②⑥］
［②⑦］
［②⑧］
［②⑩］
［②Ｂ］
［②Ｇ］
［②］
［②ａ］
［②ｂ］
［②ｃ］
［②ｄ］
［②ｅ］
［②ｆ］
［②ｇ］
［②ｈ］
［②ｉ］
［②ｊ］
［③①］
［③⑩］
［③Ｆ］
［③］
［③ａ］
［③ｂ］
［③ｃ］
［③ｄ］
［③ｅ］
［③ｇ］
［③ｈ］
［④］
［④ａ］
［④ｂ］
［④ｃ］
［④ｄ］
［④ｅ］
［⑤］
［⑤］］
［⑤ａ］
［⑤ｂ］
［⑤ｄ］
［⑤ｅ］
［⑤ｆ］
［⑥］
［⑦］
［⑧］
［⑨］
［⑩］
［＊］
［－
［］
］
］∧′＝［
］［
＿
ａ］
ｂ］
ｃ］
ｅ］
ｆ］
ｎｇ昉
｛
｛－
｜
｝
｝＞
～
～±
～＋
￥
5.致谢
关于基于Python绘制词云图各路大神都已经仁者见仁智者见智，本文参考了诸位大神的神来之笔，表示感谢。
由于作者水平有限，难免有错误之处，敬请批评指正。
感谢各位粉丝和读者的关注与支持。
标签：Python,text,词表,云图,stopwords,split,绘制,停用 来源： https://blog.csdn.net/weixin_51261221/article/details/113814932