편집
1,408
번
바뀜
둘러보기로 가기
검색하러 가기
새 문서: == 개요 == 단어의 빈도에 따라 구름모양으로 표현한 그래프(워드 클라우드)를 만들어주는 라이브러리. === 사전 준비 === {| class="wikitable" !...
== 개요 ==
단어의 빈도에 따라 구름모양으로 표현한 그래프(워드 클라우드)를 만들어주는 라이브러리.
=== 사전 준비 ===
{| class="wikitable"
!과정
!설명
!방법
|-
|KoNLPy 설치
|형태소분석에 필요한 것들을 설치한다.
자바도 버전에 맞게 설치하자.(자바필수)
|
{| class="wikitable"
!설명
!방법
|-
|리눅스(apt)
|apt-get install g++ python-dev python3-dev openjdk-8-jdk
|-
|윈도우
|운영체제에 따라 다음 링크에서 설치. [http://abit.ly/easypy_101 abit.ly/easypy_101]
|}
pip install konlpy
|-
|wordcloud 설치
|워드클라우드 패키지 설치.
|pip install wordcloud
|}
== 워드 클라우드 만들기 ==
{| class="wikitable"
!과정
!설명
!방법
|-
|불필요한 문자 제거
|특수문자, 한자, 공백 등을 제거한다.
|<syntaxhighlight lang="python">
import re
text_data = re.sub('^[가-힣a-zA-Z]*$', ' ', text_data) # 정규표현식을 이용하여 한글과 알파벳만 남긴다.
</syntaxhighlight>
|-
|명사만 추출
|조사를 제거한다.
|<syntaxhighlight lang="python">
import konlpy
hannanum = konlpy.tag.Hannanum() # 형태소 분석기 중 하나.
nouns = hannanum.nouns(text_data) # 명사만 추출한다. 리스트로 반환.
</syntaxhighlight>
|-
|단어 빈도 계산
|특정 단어가 몇 번 나왔는지 계산한다.
|<syntaxhighlight lang="python">
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
df = df.groupby('word', as_index=False) \ # 단어별 그룹화
.agg(count = ('word', 'count')) \ # 단어별 등장횟수 세기
.sort_values('count', ascending=False) # 내림차순 정렬
</syntaxhighlight>
|-
|(선택사항)
데이터 체크
|해당 단어의 빈도에 대한 그래프를 그린다.
|<syntaxhighlight lang="python">
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.
</syntaxhighlight>
|-
|워드클라우드 만들기
|모양으로 사용할 이미지는
# 파워포인트 따위를 이용해 배경을 지운 후(그림서식>배경제거),
# 검게 만들어 사용하자.(밝기 -100%)
|<syntaxhighlight lang="python">
# 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 = PIL.Image.net('RGB', back_img.size, (255,255,255))
img.paste(back_img, back_img)
img = np.array(img) # 그림을 배열처리.
from wordcloud import WordCloud
# 생성기. 생성에 필요한 옵션을 선언할 때 지정한다.(기본적으로 랜덤생성)
wc = WordCloud(mast = img,
font_path = 'NanumGothic', # 설치된 글꼴 지정. 속은 .ttf 경로 지정.
)
img_cloud = wc.generate_from_frequencies(word_dict) # 사전을 토대로 워드클라우드 생성.
plt.axis('off') # 테두리선 없애기.
plt.imshow(img_cloud) # 이미지 출력.
</syntaxhighlight>
|}
[[분류:라이브러리]]
[[분류:텍스트 분석]]
단어의 빈도에 따라 구름모양으로 표현한 그래프(워드 클라우드)를 만들어주는 라이브러리.
=== 사전 준비 ===
{| class="wikitable"
!과정
!설명
!방법
|-
|KoNLPy 설치
|형태소분석에 필요한 것들을 설치한다.
자바도 버전에 맞게 설치하자.(자바필수)
|
{| class="wikitable"
!설명
!방법
|-
|리눅스(apt)
|apt-get install g++ python-dev python3-dev openjdk-8-jdk
|-
|윈도우
|운영체제에 따라 다음 링크에서 설치. [http://abit.ly/easypy_101 abit.ly/easypy_101]
|}
pip install konlpy
|-
|wordcloud 설치
|워드클라우드 패키지 설치.
|pip install wordcloud
|}
== 워드 클라우드 만들기 ==
{| class="wikitable"
!과정
!설명
!방법
|-
|불필요한 문자 제거
|특수문자, 한자, 공백 등을 제거한다.
|<syntaxhighlight lang="python">
import re
text_data = re.sub('^[가-힣a-zA-Z]*$', ' ', text_data) # 정규표현식을 이용하여 한글과 알파벳만 남긴다.
</syntaxhighlight>
|-
|명사만 추출
|조사를 제거한다.
|<syntaxhighlight lang="python">
import konlpy
hannanum = konlpy.tag.Hannanum() # 형태소 분석기 중 하나.
nouns = hannanum.nouns(text_data) # 명사만 추출한다. 리스트로 반환.
</syntaxhighlight>
|-
|단어 빈도 계산
|특정 단어가 몇 번 나왔는지 계산한다.
|<syntaxhighlight lang="python">
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
df = df.groupby('word', as_index=False) \ # 단어별 그룹화
.agg(count = ('word', 'count')) \ # 단어별 등장횟수 세기
.sort_values('count', ascending=False) # 내림차순 정렬
</syntaxhighlight>
|-
|(선택사항)
데이터 체크
|해당 단어의 빈도에 대한 그래프를 그린다.
|<syntaxhighlight lang="python">
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.
</syntaxhighlight>
|-
|워드클라우드 만들기
|모양으로 사용할 이미지는
# 파워포인트 따위를 이용해 배경을 지운 후(그림서식>배경제거),
# 검게 만들어 사용하자.(밝기 -100%)
|<syntaxhighlight lang="python">
# 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 = PIL.Image.net('RGB', back_img.size, (255,255,255))
img.paste(back_img, back_img)
img = np.array(img) # 그림을 배열처리.
from wordcloud import WordCloud
# 생성기. 생성에 필요한 옵션을 선언할 때 지정한다.(기본적으로 랜덤생성)
wc = WordCloud(mast = img,
font_path = 'NanumGothic', # 설치된 글꼴 지정. 속은 .ttf 경로 지정.
)
img_cloud = wc.generate_from_frequencies(word_dict) # 사전을 토대로 워드클라우드 생성.
plt.axis('off') # 테두리선 없애기.
plt.imshow(img_cloud) # 이미지 출력.
</syntaxhighlight>
|}
[[분류:라이브러리]]
[[분류:텍스트 분석]]