español - ¿Cómo crear una nube de palabras a partir de un corpus en Python?

word cloud python

Question

Desde la creación de un subconjunto de palabras de un corpus en R , el que responde puede convertir fácilmente una term-document matrix en una nube de palabras fácilmente.

¿Existe una función similar de las bibliotecas de python que toma un Gensim texto de palabra sin Gensim o un corpus Gensim o Gensim Mmcorpus en una nube de palabras?

El resultado se verá algo así:

Answer 1

Aquí está el código corto

#make wordcoud

from wordcloud import WordCloud, STOPWORDS
import matplotlib.pyplot as plt
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()


if __name__ == ''__main__'':

    show_wordcloud(text_str)   

Answer 2

Aquí hay una publicación de blog que hace precisamente eso: http://peekaboo-vision.blogspot.com/2012/11/a-wordcloud-in-python.html

El código completo está aquí: https://github.com/amueller/word_cloud

Answer 3

En caso de que necesite estas nubes de palabras para mostrarlas en el sitio web o la aplicación web, puede convertir sus datos a formato json o csv y cargarlos en una biblioteca de visualización de JavaScript como d3 . Word Clouds en d3

Si no, la respuesta de Marcin es una buena manera de hacer lo que describe.

Answer 4

Ejemplo de código de amueller en acción.

En línea de comandos / terminal:

sudo pip install wordcloud

Luego ejecuta el script python:

## Simple WordCloud
import matplotlib.pyplot as plt
from wordcloud import WordCloud, STOPWORDS 

text = ''all your base are belong to us all of your base base base''

def generate_wordcloud(text): # optionally add: stopwords=STOPWORDS and change the arg below
    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()

generate_wordcloud(text)

Answer 5

from wordcloud import WordCloud, STOPWORDS
import matplotlib.pyplot as plt
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''])