python - 从多组文本生成WordCloud

Question

基于这个问题How to create a word cloud from a corpus in Python? ，我确实使用amueller's构建了一个词云。图书馆。然而，我不知道如何向云提供多于一组的文本。这是我到目前为止所尝试过的:

wc = WordCloud(background_color="white", max_words=2000, mask=alice_mask,
               stopwords=STOPWORDS.add("said"))
wc.generate(set_of_words)
wc.generate("foo") # this overwrites the previous line of code
# but I would like this to be appended to the set of words

我找不到该库的任何手册，所以我不知道如何继续，是吗？ :)

---

实际上，正如您在这里看到的:Dictionary with array of different types as value in Python ，我有这个数据结构:

category = {  "World news": [2, "foo bla content of", "content of 2nd article"],
              "Politics": [1, "only 1 article here"],
              ...
}

我想附加到世界云“foo bla 内容”和“第二篇文章的内容”。

Answer 1

最简单的解决方案是使用更新后的语料库重新生成词云。

要使用category数据结构(针对所有主题)中包含的文本构建语料库，您可以使用以下理解:

# Update the corpus
corpus = " ".join([" ".join(value[1:]) for value in category.values()])
# Regenerate the word cloud
wc.generate(corpus)

为数据结构中的单个键构建词云(例如政治):

# Update the corpus
corpus = " ".join(category["Politics"][1:])
# Regenerate the word cloud
wc.generate(corpus)

说明:

• join 将多个字符串粘合在一起，并以给定的分隔符分隔
• [1:] 获取列表中除第一个元素之外的所有元素
• dict.values() 给出字典中所有值的列表

对于category.values()])中的值，表达式"".join(["".join(value[1:]))因此可以翻译为:

首先将每个键的所有元素粘合在一起，除了第一个元素(因为它是一个计数器)。然后将所有生成的字符串粘合在一起。