Wordcloud

Pywiki
둘러보기로 가기 검색하러 가기

1 개요[편집 | 원본 편집]

단어의 빈도에 따라 구름모양으로 표현한 그래프(워드 클라우드)를 만들어주는 라이브러리.

1.1 사전 준비[편집 | 원본 편집]

과정 설명 방법
KoNLPy 설치 필수는 아닌데, 깔끔하게 하려면 필요하다. KoNLPy 문서 참고.
wordcloud 설치 워드클라우드 패키지 설치. pip install wordcloud

2 워드 클라우드 만들기[편집 | 원본 편집]

과정 설명 방법
불필요한 문자 제거 특수문자, 한자, 공백 등을 제거한다.
import re

text_data = re.sub('^[가-힣a-zA-Z]*$', ' ', text_data)  # 정규표현식을 이용하여 한글과 알파벳만 남긴다.
명사만 추출 조사를 제거한다.


형태소분석기 종류에 따라 결과가 조금씩 달라지니, 필요에 따라 선택하여 사용.

분석기에 대해선 링크 참조

import konlpy
hannanum = konlpy.tag.Hannanum()  # tag 하위에 제공되는 형태소 분석기 중 하나.
nouns = hannanum.nouns(text_data)  # 명사만 추출한다. 리스트로 반환.
단어 빈도 계산 특정 단어가 몇 번 나왔는지 계산한다.
import pandas as pd

df = pd.DataFrame({'word': nouns})  # 리스트로 데이터프레임을 만들고,

# 다음은 선택사항(한글자 버리기)
df['len'] = df['word'].str.len()  # 글자의 갯수를 센 후,
df = df.query('len >= 2')  # 1글자로 된 데이터는 버린다.

# 단어 빈도 세기. # 실제로 사용할 땐 \ 뒤에 주석을 넣으면 안된다.
df = df.groupby('word', as_index=False) \  # 단어별 그룹화
        .agg(count = ('word', 'count')) \  # 단어별 등장횟수 세기
        .sort_values('count', ascending=False)  # 내림차순 정렬
(선택사항)

데이터 체크

해당 단어의 빈도에 대한 그래프를 그린다.
import seaborn as sns
import matplotlib.pyplot as plt

plt.rcParams.update({'font.family'  : 'NanumGothic',  # 나눔 고딕을 지정하는 경우'
                    })  # 이미지에 대한 필요한 설정.
sns.barplot(data=df.head(20), y='word', x='count')  # 상위 20개에 대해서만 막대형 그래프를 그린다.
워드클라우드 만들기 모양으로 사용할 이미지는
  1. 파워포인트 따위를 이용해 배경을 지운 후(그림서식>배경제거),
  2. 검게 만들어 사용하자.(밝기 -100%)

컬러맵의 종류에 대한 것은 링크에서 확인하자.

# 선택사항. 워드클라우드 모양 만들기.
import PIL
back_img = PIL.Image.open('파일경로.png')  # 워드클라우드는 기본적으로 사각형인데, 모양을 지정해줄 수 있다.
import numpy as np
img_array = np.array(back_img)  # 그림을 배열처리.

from wordcloud import WordCloud
# 생성기. 생성에 필요한 옵션을 선언할 때 지정한다.(기본적으로 랜덤생성)
wc = WordCloud(mask = img_array,
                font_path = 'NanumGothic',  # 설치된 글꼴 지정. 속은 .ttf 경로 지정.
                colormap = 'inferno',
                ...) 
img_cloud = wc.generate_from_frequencies(word_dict)  # 사전을 토대로 워드클라우드 생성.
plt.axis('off')  # 테두리선 없애기.
plt.imshow(img_cloud)  # 이미지 출력.