精华内容
下载资源
问答
  • wordcloud

    2018-10-12 22:52:23
    from wordcloud import WordCloud from matplotlib import pyplot as plt from PIL import Image import numpy as np # 1 打开需要制作云图的txt文件,读取内容,并关闭文件 f = open('nwt.txt', '...
    # _*_ coding=utf-8 _*_
    
    import jieba
    from wordcloud import WordCloud
    from matplotlib import pyplot as plt
    from PIL import Image
    import numpy as np
    
    
    # 1 打开需要制作云图的txt文件,读取内容,并关闭文件
    f = open('nwt.txt', 'r', encoding='utf-16LE')  # 文档可以先用pycharm或者notepad+++读取,然后看右下角的编码格式
    lines = f.readlines()
    lines1 = lines[1::3]   # 分析数据,抓住数据规律,截取数据
    content = str(lines1)
    f.close()
    # 2 结巴分解
    content1 = jieba.cut(content, cut_all=True)
    content_after = " ".join(content1)
    
    # 3 把你需要用到的形状图片用Image方法打开,然后用numpy转换了一下
    images = Image.open("xin.png")
    maskImages = np.array(images)
    # 4 生成图片
    wc = WordCloud(font_path="C:/Windows/Fonts/simfang.ttf", background_color="white", max_words=100,
                   max_font_size=100, width=650, height=500, stopwords=None, relative_scaling=0.5,
                   mask=maskImages).generate(content_after)
    plt.imshow(wc)
    # 5 保存图片
    wc.to_file('xin2.png')
    
    '''
    载入词典
    · 开发者可以指定自己自定义的词典,以便包含 jieba 词库里没有的词。虽然 jieba 有新词识别能力,
    但是自行添加新词可以保证更高的正确率
    
    · 用法: jieba.load_userdict(file_name) # file_name 为文件类对象或自定义词典的路径
    
    · 词典格式和 dict.txt 一样,一个词占一行;每一行分三部分:词语、词频(可省略)、词性(可省略),
    用空格隔开,顺序不可颠倒。file_name 若为路径或二进制方式打开的文件,则文件必须为 UTF-8 编码。
    
    · 词频省略时使用自动计算的能保证分出该词的词频。
    '''
    
    # _*_ coding=utf-8 _*_
    
    import jieba
    from wordcloud import WordCloud
    from matplotlib import pyplot as plt
    from PIL import Image
    import numpy as np
    
    
    # 1 打开需要制作云图的txt文件,读取内容,并关闭文件
    f = open('nwt.txt', 'r', encoding='utf-16LE')  # 文档可以先用pycharm读取,然后看右下角的编码格式
    lines = f.readlines()
    lines1 = lines[0::3]
    content = str(lines1)
    f.close()
    # print(content)
    # 2 结巴添加名字字典
    jieba.load_userdict('name1.txt')
    
    # 3 结巴分解
    content1 = jieba.cut(content, cut_all=True)
    content_after = " ".join(content1)
    
    # 4 把你需要用到的形状图片用Image方法打开,然后用numpy转换了一下
    images = Image.open("xin.png")
    maskImages = np.array(images)
    # 5 生成图片
    wc = WordCloud(font_path="C:/Windows/Fonts/simfang.ttf", background_color="white", max_words=60,
                   max_font_size=150, width=650, height=500, stopwords=None, relative_scaling=0.5,
                   mask=maskImages).generate(content_after)
    plt.imshow(wc)
    # 6保存图片
    wc.to_file('xin3.png')
    
    展开全文
  • WordCloud-源码

    2021-03-28 10:59:11
    WordCloud
  • Python wordcloud

    2020-04-11 14:41:56
    Python wordcloud词云,在一段文本中提取关键词进行扁平化的展示,更能吸引目标客户的眼球。 市面上有很多在线生成词云的工具,本文以Python中的第三方库wordcloud为例讲解如何自动生成词云图
  • wordcloud词云

    2017-11-15 16:09:02
    wordcloud为云图包,在统计绘图中经常用到,可以直接解压后pip安装
  • 一、简介WordCloud是Python的第三方库,用来制作词云、文字云、标签云。对文本中出现频率较高的“关键词”予以视觉化的展现。个人感觉使用WordCloud给人数据直观性。二、安装步骤运行环境:Pycharm,Python3.741、...
    一、简介

    WordCloud是Python的第三方库,用来制作词云、文字云、标签云。

    对文本中出现频率较高的“关键词”予以视觉化的展现。

    个人感觉使用WordCloud给人数据直观性。


    二、安装步骤运行环境:Pycharm,Python3.741、找到第三方库下载地址https://www.lfd.uci.edu/~gohlke/pythonlibs/#wordcloud2、根据自己的Python版本、操作系统位数下载对应的WordCloud

    65d0bc8947cbc5b927e7128609b20f7b.png

    ①如何查看自己的Python版本?windows+ R → cmd + 回车 →输入 python→查询Python版本②操作系统64位,下载amd64;如果是32位,下载32位的。③cp对应自己的Python版本。个人是3.74,下载的是cp37m-win。3、在Pycharm Terminal终端命令行输入pip install + wordcloud路径例:pip install F:\python\wordcloud-1.8.0-cp37-cp37m-win_amd64.whl4、查看是否安装成功在这个界面显示wordcloud安装成功!

    cb616b2c722e8669e77b740715bbd122.png

    注意:另一种安装WordCloud方式,从Pycharm中通过在线下载的方式可自行百度。


    三、WordCloud基本操作

    1、WordCloud展示中文时,出现乱码的解决方案

    ①cmd → 输入 where python

    09edd53def83620f2dd13d506bcc1cc4.png

    ②Python37\Lib\site-packages\wordcloud文件夹中

    35f5c0d2799b0135095d96b5043a3057.png

    准备好simhei.ttf 黑体中文文件,再更改 wordcloud.py文件改为 simhei.tff

    a12018a04b1244d7755343a1335a067c.png

    2、展示

    数据来源于网络

    # coding=utf-8from wordcloud import WordCloudimport matplotlib.pyplot as plttemp_list=['花市','举办','交通','地点','方式','时间','档位','黄埔','番禺','花都','南沙','公益','号线','地铁','增城','广场','城南','海珠','文化','鲜花','天河','牌楼','荔湾','展示','盆景','工艺品','路段','产品','品棚','地区','年花','运输','服务','成交额','位居','建设','起来','帮扶','花卉','广州','盆花','粤港澳','插花','出口','物流','项目','看看','服务平台','体育中心','合作','必备','攻略','互联网','大道','优惠','小伙伴','公交','主会场','花棚','分会场','设置','联展','名优产品','销售','经营','花都区','引入','上线','全市','人流量','还有','来自','表演','公园','宣传','特色','举行','知识','西湖','合并','结合','绿道','对口','路过','生态','展位','露天','人民','走过','九龙湖','年货','增添','花城','成果','招标','进行','巡游','棚头','北广场','挥春','休闲','逛逛','摊位','枝花','取消','朋友','提供','免费','湾区','创连','城乡','盆桔','魅力','水族','海珠区','档数','主题','范围','长约','精简','新增','身穿','滨江','错过','继续','开设','芙蓉','大湾','创意','平面','村站','达到','西路','花类','并入','期待','团星','东站','大沙','八站','习俗','为主','去逛','世界','邀请','风云','坪地','演员','成为','荔湾区','氛围','不能','精品','带上','中山','设计图','花卉市场','满足','档口','环场','支持','市二宫','历史','西湖路','教育','中心站','持续时间','体育','策划','街市','体验','没空','组织','回家吧','大楼','解放','规划','心动','滨江路','全区','市桥','从化','街坊','荔新','城东路','感受','称为','花街','亮点']line="\n".join(temp_list)word_cloud=WordCloud(background_color="white",width=1000,height=800,margin=1).generate(line)plt.imshow(word_cloud)plt.axis('off')plt.show()

    运行结果如下:

    b553b7389670917c879b3b8239bc817e.png

    wordcloud()参数可自行百度,根据自己的需要设置

    word_cloud=WordCloud(                    background_color='white',  # 设置背景色为空时背景透明色                    margin = 1,                    width = 600,                    height = 500,  # 如果mask非空,则width和height将被忽略                    random_state = 40#设置随机数             ).generate(line)

    文字云成功运用在案例PPT封面展示中d5b5375ce12062ef385b9b42b312f418.png

    198ca431890ec2343ff22d45bde8ad47.png

    3、自定义背景

    个人经历多次尝试,使用自定义背景时需注意2点要求。

    ①图片大小要合适。如果图片不合适,不能在文字云中展示。

    ②数据源数量要充足,否则无法在文字云中展示。

    利用网上的图和数据,成功展示自定义背景

    4bfb67b73090c481fd89d85f0615099f.png

    展开全文
  • using WordCloud words = "天地玄黄宇宙洪荒日月盈昃辰宿列张寒来暑往秋收冬藏闰余成岁律吕调阳云腾致雨露结为霜金生丽水玉出昆冈剑号巨阙珠称夜光果珍李柰菜重芥姜海咸河淡鳞潜羽翔龙师火帝鸟官人皇始制文字
  • wordcloud

    2020-12-03 16:43:06
    wordcloud库是优秀的词云展示第三方库 wordcloud库安装 (cmd命令行) pip install wordcloud w=wordcloud.WordCloud() w.generate(text) 向w中加载文本text w.to-file(filename) 将词云输出为图形文件 import ...

    wordcloud库是优秀的词云展示第三方库
    wordcloud库安装
    (cmd命令行) pip install wordcloud
    在这里插入图片描述
    w=wordcloud.WordCloud()
    w.generate(text) 向w中加载文本text
    w.to-file(filename) 将词云输出为图形文件

    import wordcloud
    c=wordcloud.WordCloud()
    c.generate("hello,python")
    c.to_file("hello.png")
    

    在这里插入图片描述
    配置对象参数
    w=wordcloud.WordCloud(<参数>)
    width height min_font_size max_font_size
    font_step 不显示单词列表
    font_path 指定字体文件的路径
    max_words 指定词云显示的最大单词量
    stop_words 不显示单词列表
    background_color 指定词云图片背景颜色
    mask参数
    #from scipy.mic import imread
    mask=imread(“fivestart.png”)
    例:

    import jieba
    import wordcloud
    txt="Python是一种跨平台的计算机程序设计语言。 是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。最初被设计用于编写自动化脚本(shell),随着版本的不断更新和语言新功能的添加,越多被用于独立的、大型项目的开发"
    w=wordcloud.WordCloud(width=1000,font_path="msyh.ttc",height=700)
    w.generate("".join(jieba.lcut(txt)))
    w.to_file("pywcloud.png")
    
    展开全文
  • Python wordcloud3.7whl

    2018-08-17 10:15:50
    wordcloud安装包wordcloud安装包wordcloud安装包wordcloud安装包3.7
  • WordCloud词云

    2020-07-09 21:23:17
    from wordcloud import WordCloud import PIL .Image as image #PIL(Python Image Library)是python平台图像处理标准库,功能是真的强大。作词云PIL和wordcloud是必导的包 with open("test.txt") as fp: text=fp...

    WordCloud()的参数

    • font_path : string //字体路径,需要展现什么字体就把该字体路径+后缀名写上,如:font_path = ‘黑体.ttf’

    • width : int (default=400) //输出的画布宽度,默认为400像素

    • height : int (default=200) //输出的画布高度,默认为200像素

    • prefer_horizontal : float (default=0.90) //词语水平方向排版出现的频率,默认 0.9 (所以词语垂直方向排版出现频率为 0.1 )

    • mask : ndarray or None (default=None) //如果参数为空,则使用二维遮罩绘制词云。如果 mask 非空,设置的宽高值将被忽略,遮罩形状被 mask 取代。除全白(#FFFFFF)的部分将不会绘制,其余部分会用于绘制词云。如:bg_pic = imread(‘读取一张图片.png’),背景图片的画布一定要设置为白色(#FFFFFF),然后显示的形状为不是白色的其他颜色。可以用ps工具将自己要显示的形状复制到一个纯白色的画布上再保存,就ok了。

    • scale : float (default=1) //按照比例进行放大画布,如设置为1.5,则长和宽都是原来画布的1.5倍。

    • min_font_size : int (default=4) //显示的最小的字体大小

    • max_font_size : int or None (default=None) //显示的最大的字体大小

    • max_words : number (default=200) //要显示的词的最大个数

    • background_color : color value (default=”black”)
      //背景颜色,如background_color=‘white’,背景颜色为白色。

    • mode : string (default=”RGB”)
      //当参数为“RGBA”并且background_color不为空时,背景为透明。

    • relative_scaling : float (default=.5) //词频和字体大小的关联性

    生成词云的方式

    • fit_words(frequencies) //根据词频生成词云
    • generate(text) //根据文本生成词云
    • generate_from_frequencies(frequencies[, …]) //根据词频生成词云
    • generate_from_text(text) //根据文本生成词云
    • process_text(text) //将长文本分词并去除屏蔽词(此处指英语,中文分词还是需要自己用别的库先行实现,使用上面的 fit_words(frequencies) )
    • recolor([random_state, color_func, colormap])
      //对现有输出重新着色。重新上色会比重新生成整个词云快很多。
    • to_array() //转化为 numpy array
    • to_file(filename) //输出到文件

    (1)一个简单的词云
    在这里插入图片描述

    from wordcloud import WordCloud
    import matplotlib.pyplot as plt
    
    
    text=open("test.txt").read()
    wordcloud = WordCloud().generate(text)#将文本放入WordCoud容器对象中并分析
    
    plt.imshow(wordcloud, interpolation='bilinear')
    plt.axis('off')
    plt.show()
     
    # 保存文件
    wordcloud.to_file('wordcloud.png')
    
    

    在这里插入图片描述

    from wordcloud import WordCloud
    import matplotlib.pyplot as plt
    
    
    text=open("test.txt").read()
    wordcloud =  WordCloud(font_path='C:\\Windows\\Fonts\\msyh.ttc', width=800, height=600, mode='RGBA', background_color=None).generate(text)
    
    plt.imshow(wordcloud, interpolation='bilinear')
    plt.axis('off')
    plt.show()
     
    # 保存文件
    wordcloud.to_file('wordcloud.png')
    

    在这里插入图片描述
    (2)带形状的词云

    • 下载一幅图片保存下来(如命名为map4.jpg)
      在这里插入图片描述
    from wordcloud import WordCloud
    import matplotlib.pyplot as plt
    import numpy as np
    from PIL import Image
    #PIL(Python Image Library)是python平台图像处理标准库,功能是真的强大。mask = np.array(Image.open("map4.jpg"))中使用
    
    text=open("test.txt").read()
    mask = np.array(Image.open("map4.jpg"))
    wordcloud = WordCloud(mask=mask).generate(text)
    
    plt.imshow(wordcloud, interpolation='bilinear')
    plt.axis('off')
    plt.show()
     
    # 保存文件
    wordcloud.to_file('wordcloud.png')
    

    在这里插入图片描述
    (3)中文的、有形状的词云
    在这里插入图片描述
    在这里插入图片描述

    from wordcloud import WordCloud
    import matplotlib.pyplot as plt
    import numpy as np
    import jieba
    from PIL import Image
    #PIL(Python Image Library)是python平台图像处理标准库,功能是真的强大。mask = np.array(Image.open("map4.jpg"))中使用
    
    text=open("test2.txt",encoding="utf-8").read()
    text  = " ".join(jieba.cut(text))# 分词后在单独个体之间加上空格
    mask = np.array(Image.open("map4.jpg"))
    wordcloud = WordCloud(mask=mask,font_path = "C:\\Windows\\Fonts\\msyh.ttc").generate(text) 
    
    # 显示词云
    plt.imshow(wordcloud, interpolation='bilinear')
    plt.axis('off')
    plt.show()
     
    # 保存到文件
    wordcloud.to_file('wordcloud3.png')
    

    在这里插入图片描述
    (4)给词云添加轮廓

    在这里插入图片描述

    from wordcloud import WordCloud
    import matplotlib.pyplot as plt
    from PIL import Image
    import numpy as np
    
    keyword = """
              前夜:管虎、黄渤、王千源、欧豪、梁静、佟大为
              相遇:张一白、张译、任素汐、张嘉译、周冬雨、彭昱畅
              夺冠:徐峥、吴京、马伊琍、徐峥、刘涛、张建亚、韩昊霖、樊雨洁
              回归:薛晓路、杜江、朱一龙、惠英红、高亚麟、王洛勇、任达华
              北京你好:宁浩、葛优、龚蓓苾、王东
              白昼流星:陈凯歌、刘昊然、陈飞宇、江珊、田壮壮
              护航:文牧野、宋佳、佟丽娅、张子枫、雷佳音、韩东君
              """ 
    mask = np.array(Image.open("map1.png"))
    wordcloud = WordCloud(font_path='C:\\Windows\\Fonts\\msyh.ttc',
                            background_color='white',
                            mask=mask).generate(keyword)
    
    
    # 显示词云
    plt.imshow(wordcloud, interpolation='bilinear')
    plt.axis('off')
    plt.show()
     
    # 保存到文件
    wordcloud.to_file("test13_imread_zhong.jpg")
    

    在这里插入图片描述
    ②勾勒词云图形轮廓线
    (在原代码基础上增加以下这两个属性就有轮廓了)
    在这里插入图片描述
    完整代码:

    from wordcloud import WordCloud
    import matplotlib.pyplot as plt
    from PIL import Image
    import numpy as np
    
    keyword = """
              前夜:管虎、黄渤、王千源、欧豪、梁静、佟大为
              相遇:张一白、张译、任素汐、张嘉译、周冬雨、彭昱畅
              夺冠:徐峥、吴京、马伊琍、徐峥、刘涛、张建亚、韩昊霖、樊雨洁
              回归:薛晓路、杜江、朱一龙、惠英红、高亚麟、王洛勇、任达华
              北京你好:宁浩、葛优、龚蓓苾、王东
              白昼流星:陈凯歌、刘昊然、陈飞宇、江珊、田壮壮
              护航:文牧野、宋佳、佟丽娅、张子枫、雷佳音、韩东君
              """ 
    mask = np.array(Image.open("map1.png"))
    wordcloud = WordCloud(font_path='C:\\Windows\\Fonts\\msyh.ttc',
                            background_color='white',
                            contour_width=10,  # 词云形状边宽宽度
                            contour_color='red',  # 词云形状边宽颜色
                            mask=mask).generate(keyword)
    
    
    # 显示词云
    plt.imshow(wordcloud, interpolation='bilinear')
    plt.axis('off')
    plt.show()
     
    # 保存到文件
    wordcloud.to_file("test13_imread_zhong.jpg")
    
    

    在这里插入图片描述

    在这里插入图片描述

    import wordcloud
    import jieba
    import matplotlib.pyplot as plt
    from PIL import Image
    import numpy as np
    
    # 读取当前项目路径中的.txt文件
    text =open("test3.txt",'r',encoding='utf-8').read()
    text = ' '.join(jieba.cut(text))
    mask = np.array(Image.open("map6.png"))
    wordcloud = wordcloud.WordCloud(font_path='C:\\Windows\\Fonts\\msyh.ttc',
                            scale=6,
                            max_words=20000,
                            background_color='white',
                            contour_width=25,  # 词云形状边宽宽度
                            contour_color='red',  # 词云形状边宽颜色
                            mask=mask).generate(text)
    # 显示词云
    plt.imshow(wordcloud, interpolation='bilinear')
    plt.axis('off')
    plt.show()
     
    wordcloud.to_file("map15.jpg")
    

    在这里插入图片描述
    如果你会抠图,那么作词云也就会很好看
    在这里插入图片描述
    在这里插入图片描述

    from wordcloud import WordCloud, ImageColorGenerator
    from PIL import Image
    import numpy as np
    import matplotlib.pyplot as plt
    import jieba.analyse
     
    # 打开文本
    text = open('test2.txt',encoding='utf-8').read()
     
    # 提取关键词和权重
    freq = jieba.analyse.extract_tags(text, topK=200, withWeight=True)
    print(freq[:20])
    freq = {i[0]: i[1] for i in freq}
    '''
    jieba.analyse.extract_tags(sentence, topK=20, withWeight=False, allowPOS=())
    sentence 为待提取的文本
    topK 为返回几个 TF/IDF 权重最大的关键词,默认值为 20
    (我们要200个,如果是20个词就太少了,形成的词云看起来就不像唐僧的模样了)
    withWeight 为是否一并返回关键词权重值,默认值为 False
    '''
    
    mask = np.array(Image.open("map5.jpg"))
    wc = WordCloud(mask=mask, font_path='C:\\Windows\\Fonts\\msyh.ttc',contour_width=5,contour_color='red',background_color='white').generate_from_frequencies(freq)
    #generate_from_frequencies(frequencies[, …]) //根据词频生成词云 
    
    
    image_colors = ImageColorGenerator(mask)# 从图片中生成颜色
    wc.recolor(color_func=image_colors)
    '''ImageColorGenerator(image, default_color=None)是基于彩色图像的颜色生成器。
    根据RGB图像生成颜色。单词将使用彩色图像中包围的矩形的平均颜色进行着色。
    构造后,该对象传递给词云recolor方法。
    
    recolor([random_state, color_func, colormap])
    对现有输出重新着色。重新上色会比重新生成整个词云快很多。
    '''
    
    plt.imshow(wc, interpolation='bilinear')
    plt.axis("off")
    plt.show()
     
    wc.to_file('wordcloud8.png')
    

    在这里插入图片描述
    在这里插入图片描述

    展开全文
  • Python Wordcloud

    2020-04-11 14:27:00
    Python wordcloud 环境配置 安装所需的Python第三方模块 pip install numpy matplotlib pillow wordcloud imageio jieba snownlp itchat -i https://pypi.tuna.tsinghua.edu.cn/simple 案例分析 案例1 import ...
  • Python:wordcloud.wordcloud()函数的参数解析及其说明 目录 wordcloud.wordcloud()函数的参数解析及其说明 wordcloud.wordcloud()函数的参数解析及其说明 class WordCloud Found at: wordcloud....
  • wordcloud参数

    2018-04-26 15:32:44
    wordcloud参数
  • wordcloud安装

    2020-01-09 11:27:27
    pip install jieba pip install wordcloud Successfully installed jieba-0.41 Successfully installed wordcloud-1.6.0
  • 词云(标签云或单词)是文本数据...using WordCloud words = "天地玄黄宇宙洪荒日月盈昃辰宿列张寒来暑往秋收冬藏闰余成岁律吕调阳云腾致雨露结为霜金生丽水玉出昆冈剑号巨阙珠称夜光果珍李柰菜重芥姜海咸河淡鳞潜羽翔
  • 一、简介WordCloud是Python的第三方库,用来制作词云、文字云、标签云。对文本中出现频率较高的“关键词”予以视觉化的展现。个人感觉使用WordCloud给人数据直观性。二、安装步骤运行环境:Pycharm,Python3.741、...
  • 1、简介wordcloud是优秀的词云展示的第三方库2、导入模块import wordcloud3、wordcloud对象初始化以下参数值均为官方文档给出的默认值w=wordcloud.WordCloud(font_path=None,width=400,height=200,margin=2,ranks_...
  • wordCloud-源码

    2021-03-31 01:48:19
    wordCloud 最终项目-词云¶对于此项目,您将通过编写脚本从文本创建“词云”。 该脚本需要处理文本,删除标点符号,忽略大小写和不包含所有字母的单词,对频率进行计数以及忽略不感兴趣或不相关的单词。 字典是...
  • wordcloud.rar

    2020-06-15 21:59:50
    对于想要学习python词频统计,分词,词云的朋友,python的第三方包wordcloud是一个不错的选择。
  • wordcloud官方文档:英文直接用wordcloud就可以,如果是中文需要进行分词,我用了jieba分词,jieba分词处理中文可参考:https://github.com/fxsjy/jieba实例:from wordcloud import WordCloud%matplotlib inline...
  • 玩转wordcloud

    万次阅读 多人点赞 2019-04-23 15:49:10
    摘要:当我们手中有一篇文档,比如书籍、小说、电影剧本,若想快速了解其主要内容是什么,则可以采用绘制 WordCloud 词云图,显示主要的关键词(高频词)这种方式,非常方便。本文将介绍常见的英文和中文文本的词云...
  • wordcloud 入门

    2019-09-29 08:30:05
    wordcloud 安装 pip安装 1 python3.6 -m pip install wordcloud -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com conda安装 1 conda install -c conda-forge wordcloud ...
  • wordcloud模块

    2018-09-08 21:54:23
    通过WIN+R打开如下界面,然后输入CMD,再在DOS界面输入pip install wordcloud,最后wordcloud库就安装成功了 代码 import wordcloud w = wordcloud.WordCloud(font_path = 'C:\\windows\\Fonts\Arial.ttf') w....
  • 词云wordcloud

    2019-03-11 12:36:00
    Python数据可视化之Wordcloud: 先来看一下效果:基于jieba+wordcloud: 安装: pip ins...
  • WordCloud 简介

    2019-01-24 09:32:00
    WordCloud 简介 GitHub GitHub:https://github.com/amueller/word_cloud example:https://github.com/amueller/word_cloud/tree/master/examples wordcloud 是什么? 词云图 说wordcloud 之前我们要先...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 5,159
精华内容 2,063
热门标签
关键字:

wordcloud