Python读取word文件并绘制词云图

文章目录

• 1、安装必要的库
• 2、完整代码
• 3、修改中文乱码错误
• 4、详细解释

  1、安装必要的库

  pip install python-docx wordcloud matplotlib
  

  2、完整代码

  import docx
  from wordcloud import WordCloud
  import matplotlib.pyplot as plt
  # 读取Word文件内容
  def read_word_file(file_path):
      doc = docx.Document(file_path)
      full_text = []
      for para in doc.paragraphs:
          full_text.append(para.text)
      return '\n'.join(full_text)
  # 生成词云图
  def generate_wordcloud(text):
      wordcloud = WordCloud(width=800, height=400, background_color='white').generate(text)
      
      # 显示词云图
      plt.figure(figsize=(10, 5))
      plt.imshow(wordcloud, interpolation='bilinear')
      plt.axis('off')
      plt.show()
  # 主函数
  def main():
      file_path = 'your_word_file.docx'  # 替换为你的Word文件路径
      text = read_word_file(file_path)
      generate_wordcloud(text)
  if __name__ == "__main__":
      main()
  

  3、修改中文乱码错误

  注意：

  要是出现中文乱码的情况，可以用以下方式修改：

  

  添加字体

  wordcloud = WordCloud(width=800, height=400, background_color='white', font_path='simhei.ttf').generate(text)
  

  

  修改之后的效果：

  

  4、详细解释

  详细解释

  安装库：

  • python-docx：用于读取Word文件。
  • wordcloud：用于生成词云图。
  • matplotlib：用于显示词云图。

    读取Word文件内容：

    • 使用python-docx的Document类读取Word文件。
    • 遍历文档中的段落，将每个段落的文本添加到一个列表中。
    • 将所有段落的文本合并为一个字符串。

      生成词云图：

      • 使用wordcloud的WordCloud类生成词云图。
      • 设置词云图的宽度、高度和背景颜色。
      • 调用generate方法生成词云图。
      • 使用matplotlib显示词云图。

        注意事项

        • 确保你的Word文件路径正确。
        • 可以根据需要调整词云图的参数，如颜色、字体等。
        • 如果文本中有很多常见词或停用词，可以使用WordCloud的stopwords参数排除它们。

          通过以上步骤，你可以轻松地读取Word文件并生成漂亮的词云图。