从多组文本生成WordCloud

Question

基于这个问题如何从Python的语料库中创建单词云？，我做了一个字云，使用阿穆勒氏库.然而，我不知道如何用更多的文本集来满足云的需求。以下是我到目前为止尝试过的：

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

我找不到库的任何手册，所以我不知道该如何进行，是吗？:)

实际上，正如您在这里看到的：Python中以不同类型的数组为值的字典，我有这样的数据结构：

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

我想在世界云"foo bla内容“和”第二篇文章的内容“后面加上。

Answer 1

最简单的解决方案是使用更新的语料库重新生成wordcloud。

要用category数据结构中包含的文本(针对所有主题)构建一个语料库，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单词云(如政治)：

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

解释：

• 联接胶用给定的粘接器将多个字符串连接在一起
• 1:从列表中获取除第一个以外的所有元素
• dict.values()给出字典中所有值的列表。

因此，表达式" ".join([" ".join(value[1:]) for value in category.values()])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(因为它是一个计数器)。然后将所有产生的字符串粘合在一起。

Answer 2

简单地浏览一下云/blob/主/cloud云/WordCloud.py中的类，就没有一个update方法，所以您需要重新生成wordcloud或添加一个update方法。

最简单的方法可能是维护原始源文本，并将其添加到末尾，然后重新生成。