从多组文本生成 WordCloud

Question

基于这个问题How to create a word cloud from a corpus in Python?，我使用amueller's 库构建了一个词云。但是，我看不到如何为云提供多个文本集。到目前为止，这是我尝试过的：

wc = WordCloud(background_color="white", max_words=2000, mask=alice_mask,
               stopwords=STOPWORDS.add("said"))
wc.generate(set_of_words)
wc.generate("foo") # this overwrites the previous line of code
# but I would like this to be appended to the set of words

我找不到该库的任何手册，所以我不知道如何进行，是吗？ :)

---

实际上，正如你在这里看到的：Dictionary with array of different types as value in Python，我有这个数据结构：

category = {  "World news": [2, "foo bla content of", "content of 2nd article"],
              "Politics": [1, "only 1 article here"],
              ...
}

我想将“foo bla content of”和“content of 2nd article”附加到世界云。

Answer 1

最简单的解决方案是使用更新的语料库重新生成 wordcloud。

要使用包含在 category 数据结构中的文本（适用于所有主题）构建语料库，您可以使用以下理解：

# Update the corpus
corpus = " ".join([" ".join(value[1:]) for value in category.values()])
# Regenerate the word cloud
wc.generate(corpus)

为数据结构中的单个键构建词云（例如政治）：

# Update the corpus
corpus = " ".join(category["Politics"][1:])
# Regenerate the word cloud
wc.generate(corpus)

解释：

• join 将多个字符串粘合在一起，由给定的分隔符分隔
• [1:] 获取列表中除第一个之外的所有元素
• dict.values() 给出字典中所有值的列表

表达式" ".join([" ".join(value[1:]) for value in category.values()])因此可以翻译为：

首先将除第一个键之外的每个键的所有元素粘合在一起（因为它是一个计数器）。然后将所有生成的字符串粘在一起。

Answer 2

从https://github.com/amueller/word_cloud/blob/master/wordcloud/wordcloud.py 中的类的简短浏览来看，没有更新方法，因此您需要重新生成 wordcloud 或添加更新方法。

最简单的方法可能是保留原始源文本，并添加到它的末尾，然后重新生成。