如何根据 pandas 数据框中的频率创建wordcloud [英] How to create a wordcloud according to frequencies in a pandas dataframe

问题描述

我必须画一个词云。 tweets.csv是熊猫数据框，其中有一列名为文本。所绘制的图表并非基于最常用的词语，艰难。

  text = df_final.text.values 
 wordcloud = WordCloud（
 #mask = logomask，
 max_words = 1000，
 width = 600，
 height = 400，
 #max_font_size = 1000，
 #min_font_size = 100，
 normalize_plurals = True，
 #scale = 5，
＃relative_scaling = 0，
 background_color ='black'，
停用词= STOPWORDS.union（停用词）
）.generate（str（text））
图= plt.figure（
图大小=（50,40），
 facecolor ='k'，
 edgecolor ='k '）
 plt.imshow（wordcloud，插值='双线性'）
 plt.axis（'off'）
 plt.tight_layout（pad = 0）
 plt.show（ ）
  

我的数据框如下：

  0 RT @Pontifex_pt：Temos que descobrir as riquezezas ... 
 1 RT @Pontifex_pt：Todos estamos em viagem rumo ... 
 2 RT @Pontifex_pt：Unamos asforças，em todos ... 
 3天@ G eneralMourao：＃Segurançapública，preocupa ... 
 4 RT @ FIFAcom：Brasileirao U-17决赛提供了... 
  

解决方案

设置示例数据框：

• 另请参见
  
  

  转换字 count 列到 dict

  
  
  
  
  • WordCloud（）。generate_from_frequencies（）需要 dict
  
  
  
  

    data = dict（zip（df ['word']。tolist（），df ['count']。tolist（）））
   
  打印（数据）
   
  > {'how'：7，'are'：10，'you'：4，'doing'：1，'this'：20，'afternoon'：100} 
    

  
  

  Wordcloud：

  
  
  
  
  • 使用 .generate_from_frequencies
  
  

  • 
    

    使用图像遮罩：

    
    

      twitter_mask = np.array（Image.open（'twitter.png'））
     wc = WordCloud（background_color ='white'，width = 800，height = 400，max_words = 200 ，mask = twitter_mask）.generate_from_frequencies（data_nyt）
     
     plt.figure（figsize =（10，10））
     plt.imshow（wc，插值='双线性'）
     plt.axis（ off）
     plt.figure（）
     plt.imshow（twitter_mask，cmap = plt.cm.gray，插值='双线性'）
     plt.axis（ " off"）
     plt.show（）
      

    
    

    I have to plot a wordcloud. 'tweets.csv' is a Pandas dataframe which has a column named 'text'. The plotted graph hasn't been based on the most common words, tough. How can the words sizes be linked to their frequencies in dataframe?

    text = df_final.text.values
    wordcloud = WordCloud(
        #mask = logomask,
        max_words = 1000,
        width = 600,
        height = 400,
        #max_font_size = 1000,
        #min_font_size = 100,
        normalize_plurals = True,
        #scale = 5,
        #relative_scaling = 0,
        background_color = 'black',
        stopwords = STOPWORDS.union(stopwords)
    ).generate(str(text))
    fig = plt.figure(
        figsize = (50,40),
        facecolor = 'k',
        edgecolor = 'k')
    plt.imshow(wordcloud, interpolation = 'bilinear')
    plt.axis('off')
    plt.tight_layout(pad=0)
    plt.show()
    

    My dataframe looks like this:

    0   RT @Pontifex_pt: Temos que descobrir as riquezezas ...
    1   RT @Pontifex_pt: Todos estamos em viagem rumo ...
    2   RT @Pontifex_pt: Unamos as forças, em todos ...
    3   RT @GeneralMourao: #Segurançapública, preocupa ...
    4   RT @FIFAcom: The Brasileirao U-17 final provided ...
    

    解决方案

    Setup a Sample DataFrame:

    • Also see DataCamp: Generating WordClouds in Python

    import pandas as pd
    
    df = pd.DataFrame({'word': ['how', 'are', 'you', 'doing', 'this', 'afternoon'],
                       'count': [7, 10, 4, 1, 20, 100]}) 
    

    Convert the word & count columns to a dict

    • WordCloud().generate_from_frequencies() requires a dict

    data = dict(zip(df['word'].tolist(), df['count'].tolist()))
    
    print(data)
    
    >>> {'how': 7, 'are': 10, 'you': 4, 'doing': 1, 'this': 20, 'afternoon': 100}                                                                          
    

    Wordcloud:

    • use .generate_from_frequencies
    • generate_from_frequencies(frequencies, max_font_size=None)

    from wordcloud import WordCloud
    
    wc = WordCloud(width=800, height=400, max_words=200).generate_from_frequencies(data)
    

    Plot

    import matplotlib.pyplot as plt
    
    plt.figure(figsize=(10, 10))
    plt.imshow(wc, interpolation='bilinear')
    plt.axis('off')
    plt.show()
    

    Using an image mask:

    twitter_mask = np.array(Image.open('twitter.png'))
    wc = WordCloud(background_color='white', width=800, height=400, max_words=200, mask=twitter_mask).generate_from_frequencies(data_nyt)
    
    plt.figure(figsize=(10, 10))
    plt.imshow(wc, interpolation='bilinear')
    plt.axis("off")
    plt.figure()
    plt.imshow(twitter_mask, cmap=plt.cm.gray, interpolation='bilinear')
    plt.axis("off")
    plt.show()
    

    这篇关于如何根据 pandas 数据框中的频率创建wordcloud的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！