使用word-cloud提高分辨率并删除空边框

Question

我正在使用word cloud和一些txt文件。如果我想1）增加分辨率和2）删除空边框，如何更改this example。

#!/usr/bin/env python2
"""
Minimal Example
===============
Generating a square wordcloud from the US constitution using default arguments.
"""

from os import path
import matplotlib.pyplot as plt
from wordcloud import WordCloud

d = path.dirname(__file__)

# Read the whole text.
text = open(path.join(d, 'constitution.txt')).read()
wordcloud = WordCloud().generate(text)
# Open a plot of the generated image.
plt.imshow(wordcloud)
plt.axis("off")
plt.show()

Answer 1

您无法在plt.show()中增加图像的分辨率，因为这是由您的屏幕决定的，但您可以增加尺寸。这使它可以缩放，缩放等而不会模糊。为此，请将尺寸传递给WordCloud，例如

wordcloud = WordCloud(width=800, height=400).generate(text)

但是，这只会决定WordCloud创建的图像的大小。当您使用matplotlib显示它时，它会缩放到绘图画布的大小，这是（默认情况下）大约800x600，您再次失去质量。要解决此问题，您需要在调用imshow之前指定数字的大小，例如

plt.figure( figsize=(20,10) )
plt.imshow(wordcloud)

通过这样做，我可以成功创建一个2000x1000高分辨率的文字云。

对于你的第二个问题（删除边框），我们首先可以将边框设置为黑色，因此不太明显，例如。

plt.figure( figsize=(20,10), facecolor='k' )

您还可以使用tight_layout缩小边框的大小，例如

plt.tight_layout(pad=0)

最终代码：

# Read the whole text.
text = open(path.join(d, 'constitution.txt')).read()
wordcloud = WordCloud(width=1600, height=800).generate(text)
# Open a plot of the generated image.

plt.figure( figsize=(20,10), facecolor='k')
plt.imshow(wordcloud)
plt.axis("off")
plt.tight_layout(pad=0)
plt.show()

通过用以下内容替换最后两行，您可以得到如下所示的最终输出：

plt.savefig('wordcloud.png', facecolor='k', bbox_inches='tight')

Answer 2

如果您尝试使用图像作为遮罩，请确保使用大图像以获得更好的图像质量。

以下是我使用的代码段的示例

mask = np.array(Image.open('path_to_your_image'))
image_colors = ImageColorGenerator(mask)
wordcloud = WordCloud(width=1600, height=800, background_color="rgba(255, 255, 255, 0)", mask=mask
                     ,color_func = image_colors).generate_from_frequencies(x)

# Display the generated image:
plt.figure( figsize=(20,10) )
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis("off")

Answer 3

这很简单，plt.tight_layout(pad=0)可以完成工作，减少背景空间，消除多余的填充。

Answer 4

模糊的wordclouds - 我一直在努力解决这个问题。对于我的使用，我发现在最常见的单词出现和出现次数少的单词之间的差异太大，使得较低计数的单词不可读。当我缩放更频繁的计数以减少差异时，所有低频词都更具可读性。