從多組文本生成WordCloud

Question

基於此問題， 如何在Python中從語料庫創建詞雲？ ，我確實使用amueller的庫建立了詞雲。 但是，我看不到如何為多個文本集提供雲服務。 到目前為止，這是我嘗試過的：

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

我找不到該庫的任何手冊，所以我不知道如何進行操作，對嗎？ :)

---

實際上，正如您在此處看到的那樣： 具有不同類型數組的字典作為Python中的值 ，我具有以下數據結構：

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

並且我想在世界雲后面加上“ foo bla的內容”和“第二篇的內容”。

Answer 1

從https://github.com/amueller/word_cloud/blob/master/wordcloud/wordcloud.py中的類的簡短瀏覽中，沒有更新方法，因此您需要重新生成wordcloud或添加更新方法。

最簡單的方法可能是維護原始源文本，並添加到此文本的末尾，然后重新生成。

Answer 2

最簡單的解決方案是使用更新的語料庫重新生成wordcloud。

要使用category數據結構（針對所有主題）中包含的文本來構建語料庫，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)

為數據結構中的單個鍵構建詞雲（例如，Politics）：

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

說明：

• 加入膠水多個字符串由給定的分隔符一起分離
• [1：]從列表中獲取除第一個元素外的所有元素
• dict.values（）給出字典中所有值的列表

因此，可以將" ".join([" ".join(value[1:]) for value in category.values()])的表達式" ".join([" ".join(value[1:]) for value in category.values()])轉換為：

首先將每個鍵的所有元素粘合在一起，但第一個除外（因為這是一個計數器）。 然后將所有產生的弦粘在一起。