在 python 中为外语（希伯来语）创建 wordcloud

Question

我想创建一个词云。当我的字符串是英文时，一切正常：

from wordcloud import WordCloud
from matplotlib import pyplot as plt
text="""Softrock 40 - close to the 6 MHz that the P6D requires (6.062 according) - https://groups.yahoo.com/neo/groups/softrock40/conversations/messages
I want the USB model that has a controllable (not fixed) central frequency."""
wordcloud = WordCloud().generate(text)
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis("off")
plt.show()

但是当我用希伯来语做同样的事情时，它没有检测到字体，我只得到空的矩形：

text="""תחילתו של חורף מאכזב למדיי, מומחי המים בישראל מאמינים כי לראשונה השנה מפלס הכנרת יעלה בצורה משמעותית מגשמי הסערה שתחל היום"""
wordcloud = WordCloud().generate(text)
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis("off")
plt.show()

有什么想法吗？

Answer 1

这与 wordcloud 本身没有太大关系，但与渲染有更多关系：您使用（默认情况下是）一种根本不包含任何 "definitions" 希伯来语字符的字体。因此，它只是简单地呈现矩形。

但是我们可以使用支持希伯来字符的字体，例如 FreeSansBold。我们可以通过 WordCloud 构造函数传递字体路径：

from wordcloud import WordCloud
from matplotlib import pyplot as plt

text="""תחילתו של חורף מאכזב למדיי, מומחי המים בישראל מאמינים כי לראשונה השנה מפלס הכנרת יעלה בצורה משמעותית מגשמי הסערה שתחל היום"""
wordcloud = WordCloud(<b>font_path='/usr/share/fonts/truetype/freefont/FreeSansBold.ttf'</b>).generate(text)
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis("off")
plt.show()

则生成如下词云：

我对希伯来语不太熟悉，但我的印象是这些词是从左到右写的，而不是从右到左写的。无论如何，如果这是一个问题，我们可以使用 python-bidi 首先处理语言的方向，例如：

from wordcloud import WordCloud
from matplotlib import pyplot as plt
from bidi.algorithm import get_display

text="""תחילתו של חורף מאכזב למדיי, מומחי המים בישראל מאמינים כי לראשונה השנה מפלס הכנרת יעלה בצורה משמעותית מגשמי הסערה שתחל היום"""

bidi_text = <b>get_display(text)</b>

wordcloud = WordCloud(font_path='/usr/share/fonts/truetype/freefont/FreeSansBold.ttf').generate(bidi_text)
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis("off")
plt.show()

对于给定的文本，我们得到如下图像：

在 python 中为外语（希伯来语）创建 wordcloud

create wordcloud in python for foreign language (Hebrew)

python

algorithm

text

data-visualization

word-cloud