[PYTHON] J'ai joué avec wordcloud!

introduction

J'ai décidé d'utiliser wordcloud, alors je l'ai posté sous forme de mémorandum

Puisque mecab est utilisé, si vous demandez "Qu'est-ce que mecab?", Veuillez cliquer [ici] 1!

J'ai essayé de résumer de l'installation de wordcloud à la sortie d'image

La description de l'article est la suivante

• Quelle est cette histoire?
• Qu'est-ce que wordcloud
• Je l'ai en fait déplacé
• Divers paramètres
• Erreurs courantes en japonais
• en conclusion

Quelle histoire est-ce?

Comme c'est un gros problème, je vais publier le problème en sortie par wordcloud (rire)

J'écrirai la réponse dans ** Conclusion **!

Qu'est-ce que wordcloud

Une méthode de sélection de plusieurs mots qui apparaissent fréquemment dans une phrase et de les afficher dans une taille en fonction de la fréquence.

Le fonctionnaire est [ici] 2

L'installation peut être utilisée immédiatement en installant avec pip, etc.

pip install wordcloud

Je l'ai déplacé

Je pense que c'est plus rapide à expliquer en utilisant des images, alors j'ai essayé de le déplacer immédiatement L'histoire utilisée ici est "Le Chaperon Rouge"

programme

import MeCab

from wordcloud import WordCloud

FILE_NAME = "sample.txt"

with open(FILE_NAME, "r", encoding="utf-8") as f:
    CONTENT = f.read()

tagger = MeCab.Tagger("-Owakati")
parse = tagger.parse(CONTENT)

wordcloud = WordCloud()
wordcloud.generate(CONTENT)
wordcloud.to_file("wordcloud.png ")

wordcloud = WordCloud()

Objet nuage de mots pour la génération et le dessin

wordcloud.generate ("chaîne")

Créer wordcloud à partir de texte (chaîne de caractères)

wordcloud.to_file ("nom de la photo")

Exporter vers un fichier image

Les étapes ci-dessus créeront une image wordcloud

image

Wordcloud affiche les mots fréquemment utilisés en grande taille

Cependant, notez que les ** mots d'une seule lettre ** tels que A et moi ne sont pas affichés!

On peut voir que grand-mère, Little Red et Red Riding sont souvent utilisés dans "Red Riding".

Divers réglages

Vous pouvez ajouter des paramètres dans WordCloud, tels que les arrière-plans et les limites de caractères

Voici quelques-uns des paramètres que vous utiliserez le plus souvent.

Je veux changer la taille de l'image

L'image précédente est un peu petite (car c'est pour Qiita)

Si vous essayez de le régler sur 1080 vertical et 1920 horizontal, ce qui correspond également à la taille du bureau, ce sera comme suit

wordcloud = WordCloud(width=1920, height=1080)

Je veux changer la couleur

L'arrière-plan et la couleur du texte sont difficiles à voir ...

Déclarez la couleur d'arrière-plan que vous souhaitez spécifier Puisqu'il existe plusieurs couleurs d'image de caractères, déclarez-les.

Cette fois, la couleur de fond est le blanc et la couleur de l'image des personnages est l'été.

wordcloud = WordCloud(background_color="white", colormap="summer")

Je veux briser un mot comme Red Riding

"Red" apparaît souvent à l'écran, comme Red Riding et Little Red.

Alors, essayez de régler comme suit Très pratique car vous pouvez juger une combinaison de mots comme des mots séparés

wordcloud = WordCloud(background_color="white", colormap="summer", collocations=False)

Je ne veux pas afficher un certain caractère

Cela n'a pas beaucoup de sens de mettre des mots comme "le, et, à" sur wordcloud

Si vous ne souhaitez pas afficher ces mots, vous pouvez le déclarer à l'aide d'un tableau comme suit. (Cette fois, par souci de clarté, essayez de ne pas afficher ["Petite", "grand-mère"])

wordcloud = WordCloud(background_color="white", colormap="summer", collocations=False, stopwords=["Little", "grandmother"])

Je souhaite limiter le nombre de caractères pouvant être affichés

wordcloud est configuré pour afficher 200 caractères par défaut Vous pouvez définir le nombre de caractères à sortir en définissant comme suit.

wordcloud = WordCloud(background_color="white", colormap="summer", collocations=False, stopwords=["Little", "grandmother"], max_words=10])

En regardant cela, il semble que vous pouvez obtenir des données qui semblent bonnes si vous effacez autour de [le, et, à]? ??

Je veux afficher même des mots d'une seule lettre

Comme mentionné ci-dessus, wordcloud ne peut pas générer des mots d'une seule lettre. En limitant avec regexp, même les mots avec un ou plusieurs caractères peuvent être pris en charge.

wordcloud = WordCloud(background_color="white", colormap="summmer", collocations=False, stopwords=["the", "and", "to"], max_words=20, regexp=r"[\w']+")

Il est compréhensible que ** a ** soit le plus courant ...

Dis m'en plus! De [Officiel] 2

Erreurs courantes en japonais

Si vous jouez une phrase japonaise avec le programme ci-dessus, vous verrez l'image suivante ...

En effet, la police utilisée dans wordcloud ne prend pas en charge le japonais.

Ainsi, vous pouvez définir la police

Les paramètres de police sont les suivants

FONT_FILE = "C:\Windows\Fonts\MSGOTHIC.TTC" wordcloud = WordCloud(font_path=FONT_FILE, background_color="white", colormap="summer", collocations=False, regexp=r"[\w']+")

e? Pourquoi est-ce MS Gothic? ** Ancien Coboler ** Voilà pourquoi! (Ceux qui comprennent ... je pense)

• N'importe quelle police peut être utilisée, veuillez donc choisir celle que vous préférez (^ - ^)

C'est pourquoi la sortie était comme ça

en conclusion

J'ai résumé en gros wordcloud

À propos, la réponse à la question précédente est ...

** Trois porcelets **!

wordcloud est un mot qui a souvent de grandes lettres Regardant l'image

little pig house

Les trois ci-dessus sont les mots qui apparaissent souvent!

En créant un nuage de mots comme celui-ci, Il peut également être utilisé comme un index tel que ce que représente la chaîne de caractères (˘ω˘)