Làm thế nào để tạo một đám mây từ từ một kho văn bản bằng Python?

Question

Từ Creating a subset of words from a corpus in R, người trả lời có thể dễ dàng chuyển đổi một term-document matrix thành một đám mây từ dễ dàng.

Có chức năng tương tự từ thư viện python có hoặc là một textfile từ thô hoặc NLTK corpus hoặc Gensim Mmcorpus thành một đám mây từ?

Kết quả sẽ trông hơi như thế này:

Answer 1

Dưới đây là một bài đăng blog mà chỉ làm điều đó: http://peekaboo-vision.blogspot.com/2012/11/a-wordcloud-in-python.html

Toàn bộ code đang ở đây: https://github.com/amueller/word_cloud

Answer 2

Trong trường hợp bạn cần những đám mây từ để hiển thị chúng trong trang web hoặc ứng dụng web, bạn có thể chuyển đổi dữ liệu sang định dạng json hoặc csv và tải dữ liệu đó vào thư viện trực quan hóa JavaScript như d3. Word Clouds on d3

Nếu không, câu trả lời của Marcin là một cách hay để làm những gì bạn mô tả.

Answer 3

Ví dụ mã amueller trong hành động

Trong dòng lệnh/thiết bị đầu cuối:

sudo pip install wordcloud 

Sau đó chạy python script:

# Simple WordCloud 
from os import path 
from scipy.misc import imread 
import matplotlib.pyplot as plt 
import random 

from wordcloud import WordCloud, STOPWORDS 

text = 'all your base are belong to us all of your base base base' 
wordcloud = WordCloud(font_path='/Library/Fonts/Verdana.ttf', 
         relative_scaling = 1.0, 
         stopwords = {'to', 'of'} # set or space-separated string 
        ).generate(text) 
plt.imshow(wordcloud) 
plt.axis("off") 
plt.show() 

Answer 4

from wordcloud import WordCloud, STOPWORDS 
stopwords = set(STOPWORDS) 

def show_wordcloud(data, title = None): 
    wordcloud = WordCloud(
     background_color='white', 
     stopwords=stopwords, 
     max_words=200, 
     max_font_size=40, 
     scale=3, 
     random_state=1 # chosen at random by flipping a coin; it was heads 
    ).generate(str(data)) 

    fig = plt.figure(1, figsize=(12, 12)) 
    plt.axis('off') 
    if title: 
     fig.suptitle(title, fontsize=20) 
     fig.subplots_adjust(top=2.3) 

    plt.imshow(wordcloud) 
    plt.show() 

show_wordcloud(Samsung_Reviews_Negative['Reviews']) 
show_wordcloud(Samsung_Reviews_positive['Reviews'])