写在最前面

经常绘制词云图，这次正好梳理一下，方便之后自己直接copy微调代码。

代码功能说明：
1、支持plt绘图的中文正常显示
2、以句为单位、和以词为单位进行词云图分析
3、支持excel的数据读取，注意excel中nan数据必须先进行处理，本文以’未提供’填充缺失数据。
4、支持txt文件的数据读取

数据说明&结论

这份数据包含了我最近发布的文章标题。

为了更好地分析这些数据，首先对数据进行清理和整理，然后进行可视化分析，并最后提出一些结论。

从txt文件，绘制以句子、词为单位的词云图

import matplotlib.pyplot as plt
import seaborn as sns
from wordcloud import WordCloud
import jieba  # 导入 jieba 分词库

plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置字体，以便支持中文
sns.set(style="whitegrid")  # 设置图表风格

# 生成词云的函数
def generate_wordcloud(text, title, use_jieba=False):
    plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置字体，以便支持中文
    if use_jieba:
        text = " ".join(jieba.cut(text))  # 使用 jieba 进行分词

    wordcloud = WordCloud(width=800, height=400, font_path='simhei.ttf', background_color='white').generate(text)
    plt.figure(figsize=(10, 5))
    plt.imshow(wordcloud, interpolation='bilinear')
    plt.title(title, fontsize=18)
    plt.axis("off")
    plt.show()

# 读取 TXT 文件
file_path = '自我介绍.txt'  # 替换为您的 TXT 文件路径
with open(file_path, 'r', encoding='utf-8') as file:
    text = file.read()

title = '自我介绍'

# 生成词云
generate_wordcloud(text, title)
generate_wordcloud(text, title, use_jieba=True)

自我介绍

从excel，绘制以句子、词为单位的词云图

读取excel

import matplotlib.pyplot as plt
import seaborn as sns
from wordcloud import WordCloud
import jieba

import pandas as pd

# Load the provided Excel file for analysis
file_path = 'score1.xlsx'
try:
    data = pd.read_excel(file_path)
except Exception as e:
    print(f"Error reading the Excel file: {e}")

# 处理数据
data.fillna('未提供', inplace=True)

# Displaying the first few rows of the dataset to understand its structure and contents
data.head()

	文章标题	URL	发布时间	阅读量	收藏量	点赞量	评论量	质量分
0	【力扣热题100】287. 寻找重复数（弗洛伊德的乌龟和兔子方法）	https://blog.csdn.net/wtyuong/article/details/...	2023-12-08 23:39:32	596	17	24	14	91
1	2024年大学生考试/考证年历框架	https://blog.csdn.net/wtyuong/article/details/...	2023-12-08 23:24:47	368	11	12	2	90
2	【从0配置JAVA项目相关环境1】jdk + VSCode运行java + mysql + ...	https://blog.csdn.net/wtyuong/article/details/...	2023-12-06 21:27:26	1936	39	60	104	97
3	【从0配置JAVA项目相关环境2】node.js + 前端 从配置到运行	https://blog.csdn.net/wtyuong/article/details/...	2023-12-06 21:26:33	1544	25	27	5	93
4	GPT-Crawler一键爬虫构建GPTs知识库	https://blog.csdn.net/wtyuong/article/details/...	2023-12-05 23:32:37	1815	30	31	29	94

绘制以句子、词为单位的词云图

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from wordcloud import WordCloud
import jieba  # 导入jieba分词库

plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置字体，以便支持中文
sns.set(style="whitegrid")  # 设置图表风格

# 生成词云的函数
def generate_wordcloud(text_series, title, use_jieba=False):
    plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置字体，以便支持中文
    text = ' '.join(text_series.astype(str))  # 将文本转换为字符串
    if use_jieba:
        text = " ".join(jieba.cut(text))  # 使用jieba进行分词

    wordcloud = WordCloud(width=800, height=400, font_path='simhei.ttf', background_color='white').generate(text)
    plt.figure(figsize=(10, 5))
    plt.imshow(wordcloud, interpolation='bilinear')
    plt.title(title, fontsize=18)
    plt.axis("off")
    plt.show()

# 对不同的列生成词云
generate_wordcloud(data['文章标题'], '标题')
generate_wordcloud(data['文章标题'], '标题', use_jieba=True)

文章标题