Come creare una nuvola di parole da un corpus in Python?

Question

Da Creating a subset of words from a corpus in R, il rispondente può facilmente convertire uno term-document matrix in una nuvola di parole facilmente.

Esiste una funzione simile dalle librerie Python che accetta un file di testo di parole non elaborato o NLTK corpus o Gensim Mmcorpus in una nuvola di parole?

Il risultato sarà un po 'come questo:

Answer 1

Ecco un post che fa proprio questo: http://peekaboo-vision.blogspot.com/2012/11/a-wordcloud-in-python.html

L'intero codice è qui: https://github.com/amueller/word_cloud

Answer 2

Nel caso in cui hai bisogno di questi word clouds per visualizzarli nel sito Web o nell'app Web è possibile convertire i dati in formato json o csv e caricarli in una libreria di visualizzazione JavaScript come d3. Word Clouds on d3

In caso contrario, la risposta di Marcin è un buon modo per fare ciò che descrivi.

Answer 3

Esempio di codice di amueller in azione

in linea di comando/terminale:

sudo pip install wordcloud 

Quindi eseguite script python:

# 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'])