1 개요편집
단어의 빈도에 따라 구름모양으로 표현한 그래프(워드 클라우드)를 만들어주는 라이브러리.
1.1 사전 준비편집
| 과정 | 설명 | 방법 |
|---|---|---|
| KoNLPy 설치 | 필수는 아닌데, 깔끔하게 하려면 필요하다. | KoNLPy 문서 참고. |
| wordcloud 설치 | 워드클라우드 패키지 설치. | pip install wordcloud |
2 워드 클라우드 만들기편집
| 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.
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
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.
|