今天，我想生成壹個單詞雲的勵誌歌曲。百度文庫裏有20首左右的歌曲，比如大家都很熟悉的《倔強》。
將使用的Python庫包括jieba（壹個中文分詞庫）、wordcould、matplotlib、PIL和numpy。
我們要做的第壹件事是讀歌詞。我將勵誌歌曲文本中的歌詞保存在文件目錄中。
現在讀給他聽。
12345 # encoding = gbk lyric =‘‘f = open（。/勵誌歌詞。txt，‘r’）for ii in f:lyric+= f . read（）添加# encoding = gbk的目的是防止以下操作中出現語法錯誤:非utf-8。
然後使用jieba分詞對歌曲進行切分，提取高頻詞。
123456進口揭牌。analyseresult = jieba。analyse result（lyric，topk = 50，weight = true）keywords = dict（）for I in result:keywords【I【0】】= I【1】print（。
然後我們可以通過wrodcloud等庫生成單詞雲。
首先，自己找壹張圖片作為圖來生成單詞雲的形狀。
12345678910111213從PIL導入圖像，ImageSequenceimport numpy as NP import matplotlib . py plot as PLT from wordcloud導入word cloud，ImageColorGeneratorimage = Image . open（。/Tim . jpg’）graph = NP . array（image）WC = word cloud（font _ path =‘。/fonts/sim hei . TTF‘，background _ color =‘White‘，Max _ words = 50，mask = graph）WC . generate _ from _ frequency（keywords）image _ color = imagecolor generator（graph）PLT . im show（WC）PLT . im show（WC . re color（color _ func = image _ color））PLT . axis。
1wc . to _ file（‘dream . png’）完整代碼:
123456789101112131415161718192021223242526272828/勵誌歌詞。txt，‘r’）for I in f:lyric+= f . read（）result = jieba . analyst . text rank（lyric，topk = 50，with weight = True）keywords = dict（）for I in result:keywords【I【0】】= I【1】print（keywords）image = image . open‘。/Tim . jpg’）graph = NP . array（image）WC = word cloud（font _ path =‘。/fonts/sim hei . TTF‘，background _ color =‘White‘，max_words=50，mask = graph）WC . generate _ from _ frequency（keywords）image _ color = imagecolor generator（graph）PLT . im show（WC）PLT . im show（WC . re color（color _ func = image _ color））Plt。軸（“關閉”）PLT。show（）WC。to _ file（‘dream。png’）以上python單詞雲的實現方法（推薦）為邊肖分享的全部內容。希望能給大家壹個參考，多多支持劇本屋。