Python wordcloud库如何按词权重为不同单词分配对应渐变深浅色

实现方案 #

wordcloud库默认的颜色分配逻辑确实是从colormap随机取色，要实现按词权重着色，你需要自定义颜色回调函数传入recolor方法的color_func参数，通过词对应的归一化权重映射到colormap的取值即可，修改后的完整代码如下：

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.colors import ListedColormap
from wordcloud import WordCloud

def create_colormap(rgb_color=(45, 132, 200)):
    N = 256
    color = np.ones((N, 4))
    # 从目标色渐变到白色，权重越高颜色越接近目标色
    color[:, 0] = np.linspace(rgb_color[0]/255, 1, N)
    color[:, 1] = np.linspace(rgb_color[1]/255, 1, N)
    color[:, 2] = np.linspace(rgb_color[2]/255, 1, N)
    cmap = ListedColormap(color)
    return cmap

# 生成词云
cmap = create_colormap()
text = "square test test test hello hello world" # 替换为实际文本
wc = WordCloud(background_color="white", repeat=True).generate(text)

# 自定义按权重取色的回调函数
def weight_based_color(word, **kwargs):
    # wc.words_存储了所有词的归一化权重，范围0~1，值越大权重越高
    norm_weight = wc.words_[word]
    # 权重越高颜色越接近colormap的深蓝色端，可自行调整映射规则
    return cmap(1 - norm_weight)

# recolor时传入自定义颜色函数生效
plt.axis("off")
plt.imshow(wc.recolor(color_func=weight_based_color), interpolation="bilinear")
plt.show()

关键逻辑说明 #

• wc.words_是词云生成后自动存储的归一化词频字典，键为单词/ngram字符串，值为0~1之间的权重，权重最高的元素对应值为1
• 你可以自行调整cmap(1 - norm_weight)的映射规则，实现权重和colormap两端的对应关系，比如改成cmap(norm_weight)就能实现权重越高颜色越浅的效果

内容的提问来源于stack exchange，提问作者Anna Marchenkova