#03_02 [python] WorldCloud

conda install -c conda-forge wordcloud

 

#우선 워드클라우드 라이브러리를 설치

 

import numpy as np
from PIL import Image
from wordcloud import WordCloud
import matplotlib.pyplot as plt

 

 

#numpy library는 다차원 벡터를 계산해주는 라이브러리

  (linear algebra 좀 잘 공부해놓을껄...)

  현재는 image file을 2차원 배열화 해주기위해 import

 

# Image : png파일 load하기위해 import

 

 

 

text = open('./week03/data/Sequence_01.txt', encoding='UTF-8')      #인코딩 하지 않으면 오류
text = text.read()
text

 

#위의 개행자 (\n) 없애주기위해 replace 함수 사용

 

text.replace('\n', "")         #빈칸으로 대체

 

 

#그러나 불러올 txt파일이 총 14개 있으므로..

  for문을 이용해 한 번에 불러오기

 

result = ""

for number in range(1,15):
    index = '{:02}'.format(number)                                             # 2 -> 02   두자리로 변환
    filename = "./week03/data/Sequence_" + index + ".txt"
    text = open(filename,'r',  encoding = 'UTF-8-sig')                    # utf-8 을 한글깨짐 보완위해 쓰는건데...      
    result+= text.read().replace('\n', " ")
result

 

이제 연산자 없애주기위해 정규식 사용

 

import re  #정규식
pat = '[^\w\s]'                                                # ^ :  기호 바로 뒤 문자로 문자열이 시작

                                                                    # \w : 알파벳 한개 의미

                                                                    # \s  : 공백이나 tab 의미

                                                                    # []    : search

                                                                    # 즉 기호뒤에 문자 or \n이 있는 것을 탐색하라
text = re.sub(pattern = pat, repl=' ', string=result)    #re.sub(패턴, 패턴 대체할 문자열, 원본data)
text

가공 완료 된 text

 

#이제 WordCloud로 위 text 표현해 줄 것  -> 이 라이브러리는 글꼴변환이 안되어있으므로 한글 깨짐 -> 폰트 지정 

 

import matplotlib.font_manager as fm

for f in fm.fontManager.ttflist : 
    if 'Gothic' in f.name:
        print(f.fname)

 

font 내의 'Gothic'을 포함한 ttf 파일들

 

#이들 중 한글글꼴을 포함하고 있는 폰트파일로 대체 해줄 것!

 

font_path = 'C:\WINDOWS\Fonts\Hancom Gothic Regular.ttf'

wc = WordCloud(font_path, background_color="white" )
wc.generate(text)
plt.figure(figsize=(50,50))
plt.axis("off")                                                               #각 문자열 수를 세주는 것이기 때문에 차원이 아니므로
plt.imshow(wc)                                                             # = image show
plt.show()

 

 

 

 

# 이제 위의 numpy와 Image import한거 사용해서 다시 워드클라우드 그려보자!

 

 

mask = np.array(Image.open('./week03/data/sparta.png'))                                    #image file 행렬 만들어서                                                                                                                          masking 
wc = WordCloud(font_path=font_path, background_color="white", mask=mask)
wc.generate(text)

f = plt.figure(figsize=(50,50))
f.add_subplot(1,2, 1)                                                                                           #그림 두개 만들때 
plt.imshow(mask, cmap=plt.cm.gray)
plt.title('Original Stencil', size=40)
plt.axis("off")
f.add_subplot(1,2, 2)
plt.imshow(wc, interpolation='bilinear')
plt.title('Sparta Cloud', size=40)
plt.axis("off")
plt.show()

 

f.savefig('./week03_WordCloud.png')

 

#마지막으로 이것을 위의 이름으로 저장까지!