在Python中创建文字云或标签云
从开始从事数据可视化工作的那一天起，我就一直爱上它。我总是喜欢从数据中获得有用的见解。在此之前，我只了解基本图表，例如条形图，散点图，直方图等，这些基本图表内置在tableau中，而Power BI则用于数据可视化。通过每天完成此任务，我遇到了许多新图表，例如径向规图，华夫饼图等。
因此，出于好奇，最近我正在搜索数据可视化中使用的所有图表类型，这些词云引起了我的注意，我发现它非常有趣。直到现在，看到这些词云图像迫使我认为这些只是随机排列的图像，这些单词是随机排列的，但是我错了，而且一切都从这里开始。之后，我尝试使用Tableau和Power BI中的少量数据制作词云。在成功尝试之后，我想通过编写条形图，饼形图和其他图表的代码来进行尝试。
词云基本上是什么？
定义：词云是一个简单但功能强大的可视化表示对象，用于文本处理，它以更大，更大胆的字母和不同的颜色显示最常用的词。单词的大小越小，重要性就越小。
词云
样本云
标签云的用途
1）社交媒体上的热门标签（Instagram，Twitter）： 全世界，社交媒体都趋向于提供最新更新，因此我们可以获取人们在其帖子中使用的最常用的标签。
2）媒体中的热门话题： 分析新闻报道，我们可以在头条新闻中找到关键字，然后提取前n个需求较高的主题，并获得所需的结果，即前n个热门媒体主题。
3）电子商务中的搜索词： 在电子商务购物网站中，所有者可以使被搜索次数最多的购物商品的词云。因此，他可以了解在特定时期内哪些购物需求量很大。
让我们开始在python中编码以实现这种词云
首先，我们需要在jupyter笔记本中安装所有库。
因此，在python中，我们将安装一个内置库wordcloud。在Anaconda命令提示符下，输入以下代码：
点安装wordcloud
如果您的anaconda环境支持conda，请输入：
康达安装wordcloud
虽然，可以直接在笔记本本身中实现，只需添加“！”即可。在代码的开头
喜欢：
！pip安装wordcloud
现在，在这里，我将生成任何主题的Wikipedia文本的词云。因此，我将需要一个Wikipedia库来访问Wikipedia API，这可以通过在anaconda命令提示符下安装Wikipedia来完成，如下所示：
点安装维基百科
现在我们还需要其他一些库，它们都是numpy。matplotlib和熊猫。
截至目前，我们拥有所有库来创建标签云
导入维基百科
result = wikipedia.page（“ MachineLearning”）
final_result = result.content
打印（最终结果）
最后结果
机器学习维基百科页面的输出
上图是我们通过检索Wikipedia的机器学习页面获得的输出的图像。在那里，我们还可以看到向下滚动，这表示将检索整个页面。
在这里，我们还可以得到由简易的方法，如下页的总结：和
result = wikipedia.summary（“ MachineLearning”，句子= 5）
打印（结果）
这里我们有句子的参数，因此我们可以使用它来检索特定数量的行。
维基百科结果
输出5句
让我们现在有了wordcloud
从wordcloud导入WordCloud，StopWords
导入matplotlib.pyplot作为plt
def plot_cloud（wordcloud）：
    plt.figure（figsize =（10，10））
    plt.imshow（wordcloud）
    plt.axis（“ off”）;
wordcloud = WordCloud（宽度= 500，高度= 500，background_color ='粉红色'，random_state = 10）.generate（final_result）
plot_cloud（wordcloud）
停用词是没有任何含义的单词，例如“是”，“是”，“一个”，“我”等。
Wordcloud带有内置的停用词库，它将自动从文本中删除停用词。
但是，有趣的是，我们可以通过stopwords.add（）函数在python中添加停用词的选择。
Wordcloud方法将设置宽度和高度，我将它们都设置为500，背景色设置为粉红色。如果不添加随机状态，则每次运行代码时，词云都会看起来不同。应该将其设置为int值。
这是所需的词云，我们将从上面的代码中获得：
词云-维基百科
通过查看上图，我们可以看到机器学习是最常用的词，还有一些其他经常使用的词是模型，任务，训练和数据。因此，我们可以得出结论，机器学习是训练数据模型的任务。
我们还可以在这里通过背景颜色方法更改背景颜色，并通过colormap方法更改字体颜色，还可以在背景颜色中添加颜色的哈希码，但是mapcolor带有内置的特定颜色。
让我们通过使用其哈希码将背景颜色更改为蓝绿色，将字体颜色更改为蓝色：
从wordcloud导入WordCloud，StopWords
导入matplotlib.pyplot作为plt
def plot_cloud（wordcloud）：
    plt.figure（figsize =（10，10））
    plt.imshow（wordcloud）
    plt.axis（“ off”）;
wordcloud = WordCloud（宽度= 500，高度= 500，background_color ='＃40E0D0'，colormap =“ ocean”，random_state = 10）.generate（final_result）
plot_cloud（wordcloud）
新背景
在这里，我指定了Ocean，如果我添加了一些错误的颜色图，jupyter将抛出一个值错误，并向我显示颜色图的可用选项，如下所示：
错误
使用PIL库，还可以在任何图像中实现Wor Cloud。
题库