worldcloud.WorlCloud()库 & matplotlib.pyplot.imshow()库
点击打开链接：Python词云WordCloud & Jeiba 显示中文
一、worldcloud.WoldCloud()库
· 原文链接点击打开链接
· 翻译部分：
wordcloud.WordCloud(
font_path=None,
width=400,
height=200,
margin=2,
ranks_only=None,
prefer_horizontal=0.9,
mask=None,
scale=1,
color_func=None,
max_words=200,
min_font_size=4,
stopwords=None,
random_state=None,
background_color='black',
max_font_size=None,
font_step=1,
mode='RGB',
relative_scaling=0.5,
regexp=None,
collocations=True,
colormap=None,
normalize_plurals=True ) 0. 常用参数：
- font_path：指明要用的字体的路径
- width：默认值400。设定词云画布的宽度
- height：默认值200。画布高度
- mask：默认无。用来设定词云的形状
- min_font_size：默认值4，整数类型。设定最小的词的尺寸/大小
- max_font_size：默认无，整数型。设定最大词的大小
- max_words：默认值200。设定词云最多显示的词的个数
- background_color：默认值为黑色。设定词云画布底色
- Scale：默认值1。值越大，图像密度越大越清晰
- color_func：默认无，可选参数一个“callable”。collable可以返回每个词的PIL色彩值，包括大小/位置/方向/字体格式/随机起始位置
1. 不常用参数
- stop_word：默认无。设定取词程序在某个词处停止
- prefer_horizontal：默认值0.90，浮点数类型。表示在水平如果不合适，就旋转为垂直方向，水平放置的词数占0.9？
- font_step：默认值1，整数型。对生成的词抽样，设定抽取的两个词之间略过的词的个数
- mode：默认值“RGB”，字符串型。或者使用“RGBA”产生透明背景
- relative_scaling：默认值0.5，浮点型。设定一个词和下一位词之间的大小倍数。有如下取值：“0”表示大小标准只有频率排名，“1”如果词频是2倍，大小也是2倍
- regexp：默认无，字符串类型。至于作用，笔者还没搞懂
- collocations: bool, default=True：默认为True，可选项为“bool”。决定词云是否可以包含两个词的搭配
- colormap: srting or matplotlib colormap, default='viridis'：如果“color_func”指定，则失效；否则由matplotlib的色彩库为每个词随机定颜色
- normalize_plurals: bool, default=True：默认为True。默认True决定将词尾后缀‘s’删除，
二、matplotlib.pyplot.imshow()库
· 原文链接：点击打开链接
matplotlib.pyplot.imshow(
X,
cmap=None,
norm=None,
aspect=None,
interplotation=None,
alpha=None,
Vmin=None,
vmax= None,
origin=None,
extent=None,
shape=None,
filternorm=1,
filterrad=4.0,
imlim=None,
resample=None,
url=None,
hold=None,
data=None, **kwargs)作用：将一个image显示在二维坐标轴上。
0. 常用参数
- X：类数组对象(array_like)，shape(n,m) 或者(n,m,3)或者(n,m,4)
把X表示的图片显示在当前坐标轴中。X可以是类数组形式、或者PIL图片。如果X是类数组，它可以有如下3种情况&类型： · MxN - 用来作图的类数组值：float类型 / INT类型
· MxNx3 - RGB类数组值：float类型 / unit8类型
· MxNx4 - RGBA类数组值：float类型 / unit8类型
MxNx3和MxNx4的float类型类数组，取值范围限定为[0.0, 1.0]。MxN类数组是基于norm(采用标量对映射到标量方法作图)和cmap（将标准化标量映射为颜色）。
- interplotation：默认"None"，可用字符串类型命令设定
可设定的字符串命令为：'none'，'nearest'，'bilinear'，'bicubic'，‘spline16', 'spline36', 'hanning', 'hamming', 'hermite'， 'kaiser'，'quadric'，'catrom'，'gaussian'，'bessel'，'mitchell'， 'sinc'，'lanczos'
- 如果"None"，默认rc image.interpolation。
- 如果是"none"，则在Agg，ps和pdf后端不进行插值。其他后端将会落到“最近”。
图例：没有使用插值算法 VS 使用（bilinear）差值算法：
1. 不常用参数：
- cmap：默认"None"，可设为 “colormap"
如果是“None”，默认rc值符合 image.cmap 。如果X是3-D，则cmap会被忽略，而采用 具体的RGB(A)值。
- aspect：默认"None"，可设为['aotu' / 'equal' / scalar]
如果"None"，默认rc值符合image.aspect，
如果"auto"，则改变图片的横纵比、以便适应坐标轴的横纵比，
如果"equal"，同时extent为"None"，则改变坐标轴的横纵比、以便适应图片的；如果extent不为"None"，则改变坐标轴的横纵比、以便适应与之匹配，
- norm：默认"None"，可设为 Normalize
“Normalize（标准化）”，将2-D的X浮点值转化到[0, 1]区间，再作为cmap的输入值；如果norm是"None"，则使用默认功能：normilize（标准化）/ 如果norm是比如"NoNorm"，X必须是直接指向camp的查询表的整数数组，
- vmin，vmax：默认"None"，可用标量类型命令设定
vmin和vmax和规范(norm)一起使用来规范（normlize）亮度数据。注：如果你忽略一个norm实例，你的vmin和vmax设定将会被忽略。
- alpha：默认"None"，可用标量型命令设定
alpha混合值，介于0（透明）和1（不透明）之间
- origin：默认"None"，可选