LdaMallet模型静态可视化方法咨询 适配学术论文非HTML展示需求

以下提供两种可直接复用的实现方案：

方案1：保留pyLDAvis原生布局，直接渲染HTML为图片 #

该方案完全保留你现有pyLDAvis可视化的交互版布局，不需要调整原有可视化逻辑，仅需增加浏览器渲染截图步骤即可：

1. 提前安装依赖：pip install selenium，同时安装和你本地Chrome/Edge版本匹配的对应浏览器驱动
2. 在你原有生成vis_data的代码后，补充以下代码：

import os
import tempfile
from selenium import webdriver
from selenium.webdriver.chrome.options import Options
import pyLDAvis

# 生成临时HTML文件存储pyLDAvis结果
with tempfile.NamedTemporaryFile('w', suffix='.html', delete=False) as tmp_f:
    pyLDAvis.save_html(vis_data, tmp_f.name)

# 配置无头浏览器（后台运行不弹出窗口）
chrome_opt = Options()
chrome_opt.add_argument("--headless=new")
chrome_opt.add_argument("--window-size=1280,1024") # 可自定义调整图片分辨率
driver = webdriver.Chrome(options=chrome_opt)

# 渲染页面后截图
driver.get(f"file://{os.path.abspath(tmp_f.name)}")
driver.implicitly_wait(3) # 预留可视化元素加载时间，渲染慢可适当调大
driver.save_screenshot("lda_vis.png")
driver.quit()

# 清理临时文件
os.unlink(tmp_f.name)

• 你可以调整window-size参数修改图片长宽比，导出后也可自行裁剪多余空白
  如果使用的是Edge浏览器，将代码中的webdriver.Chrome替换为webdriver.Edge即可，配置逻辑完全一致

方案2：用Matplotlib自定义绘制学术风格主题图 #

该方案适合需要定制化图表、适配论文统一排版风格的场景，可直接导出300DPI以上的高清图或矢量图：
示例代码为绘制每个主题的Top关键词权重条形图，可直接复用：

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei'] # 若需要显示中文可添加该行配置
plt.rcParams['axes.unicode_minus'] = False

def plot_topic_keywords(lda_model, topic_num=10, topn=10, dpi=300):
    fig, axs = plt.subplots(topic_num//2, 2, figsize=(12, 2*topic_num), dpi=dpi)
    axs = axs.flatten()
    for topic_id, topic_content in lda_model.show_topics(num_topics=topic_num, num_words=topn, formatted=False):
        words = [w for w, weight in topic_content[1]]
        weights = [weight for w, weight in topic_content[1]]
        axs[topic_id].barh(words, weights, color='#1f77b4')
        axs[topic_id].set_title(f'主题 {topic_id + 1}', fontweight='bold')
        axs[topic_id].invert_yaxis()
    plt.tight_layout()
    # 可导出png/svg/pdf等格式，svg/pdf为矢量图可无限放大不模糊
    plt.savefig('lda_topic_keywords.pdf', bbox_inches='tight')
    plt.show()

# 传入转换后的gensim格式LDA模型调用即可
plot_topic_keywords(ldagensim)

• 你也可以根据需求自行拓展绘制文档-主题分布堆柱状图、主题相关性热力图等可视化内容
  导出时优先选择svg或pdf矢量格式，完全满足学术期刊的印刷要求

内容的提问来源于stack exchange，提问作者Bloxx