如何从 Python 中的标记化单词生成词云？

Question

我有一个代码可以导入 txt 文件并使用 NLTK 库获取标记化的单词（就像在 https://www.datacamp.com/community/tutorials/text-analytics-beginners-nltk 中所做的一样）。我几乎轻松地完成了我需要的所有事情，但是我正在努力用我现在拥有的词构建一个词云，即使在网上搜索了几个小时后我也没有任何线索。

到目前为止，这是我的代码：

# Carrega bibliotecas
!pip install nltk
import nltk
from nltk.tokenize import sent_tokenize
nltk.download('punkt')
from nltk.tokenize import word_tokenize

from wordcloud import WordCloud, STOPWORDS, ImageColorGenerator

# Import file
f = open('PNAD2002.txt','r')
pnad2002 = ""
while 1:
    line = f.readline()
    if not line:break
    pnad2002 += line

f.close()

tokenized_word=word_tokenize(pnad2002)

tokenized_word_2 = [w.lower() for w in tokenized_word]

我想使用以下代码（来自 https://github.com/amueller/word_cloud/blob/master/examples/simple.py）：

# Read the whole text.
text = open(path.join(d, 'constitution.txt')).read()

# Generate a word cloud image
wordcloud = WordCloud().generate(text)

# Display the generated image:
# the matplotlib way:
import matplotlib.pyplot as plt
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis("off")

# lower max_font_size
wordcloud = WordCloud(max_font_size=40).generate(text)
plt.figure()
plt.imshow(wordcloud, interpolation="bilinear")
plt.axis("off")
plt.show()

但我不知道如何使用我的标记化词。

Answer 1

您需要实例化一个 WordCloud 对象然后调用 generate_from_text:

wc = WordCloud()
img = wc.generate_from_text(' '.join(tokenized_word_2))
img.to_file('worcloud.jpeg') # example of something you can do with the img

您可以将大量自定义传递给 WordCloud，您可以在线找到示例，例如：https://www.datacamp.com/community/tutorials/wordcloud-python

如何从 Python 中的标记化单词生成词云？

How can I generate a word cloud from tokenized words in Python?

python

text-mining

word-cloud