[Python] - 워드 클라우드 사용하기

워드 클라우드 설명 및 사용 예제

워드 클라우드란?

• 워드클라우드는 분석에서 기본적으로 제공하는 텍스트 분석 방식입니다. 전체 응답을 키워드 단위로 분리한 뒤 많이 응답한 순서대로 크기와 컬러로 시각화합니다.

---

워드 클라우드 사용 전

• 필요한 패키지
  • import matplotlib.pyplot as plt
  • from wordcloud import WordCloud
  • from PIL import Image
  • import numpy as np

---

사용해보기

• 저는 전에 해봤던 가장 많이 나온 단어 찾기 예제를 이용해서 워드 클라우드를 사용해 보겠습니다.
• 기본 세팅
  워드 클라우드 모듈을 이용하여 폰트 디자인, 배경 색상, 이미지 모양, 가져온 문장들을 설정해줍니다.

  • wc = WordCloud(
    	font_path="C:/WorkSpace/Python/LaundryGothic_OTF/런드리고딕OTF Bold.otf",
    	background_color="white",
    	mask=imgArray
    ).generate_from_frequencies(dict(self.text_top_count))

• plt 모듈을 이용하여 분석된 단어들이 어떤 사이즈에서 보여지게 되는지, 눈금자는 표시할지 등등의 설정을 해줍니다.

  • plt.figure(figsize = (10,10))
    plt.imshow(wc, interpolation='bilinear')
    plt.axis("off")
    plt.show()

• 이렇게 설정하면 워드 클라우드를 사용할 수 있습니다.

---

전체 코드

• 가장 많이 나온 단어

  import re
  from collections import Counter
  
  from konlpy.tag import Okt
  
  print('한국 소설 현진건의 운수 좋은 날에서 가장 많이 나온 단어 20개 추출')
  print('불용어 제거하는 전처리 작업도 수행')
  
  class TextCounter:
      def __init__(self, file_path):
          self.okt = Okt()
          self.file_path = file_path
          self.sentences_tag = [] # 형태소 분석 결과
          self.stop_word_list = [] # 불용어 리스트
          self.after_stop_word = [] # 불용어 제거된 결과
          self.result = [] # 가장 많이 나온 단어 10개 저장
  
      # okt 기준 형태소 분리
      def morpheme_separation_space(self):
          text = open(self.file_path, 'r', encoding='UTF-8').read()
          text = re.sub(r'[^\w\s]', '', text)
  
          # okt 함수를 통해 읽어 들인 내용의 형태소를 분석
          # 단어만 저장할 수 있도록 설정
          # self.sentences_tag = [word for word in self.okt.morphs(text) if word.strip() != '']
          for word in self.okt.morphs(text):
              if word.strip() != '':
                  self.sentences_tag.append(word)
  
      # 따로 지정한 불용어 리스트 불러오기
      def stop_words_space(self):
          stop_words_list = open("C:/WorkSpace/Python/python-basic/blog/한국어_불용어.txt", 'r', encoding='UTF-8')
  
          # 텍스트 파일에 저장해둔 불용어 배열로 저장
          # 단어만 저장되도록 설정
          # self.stop_word_list = [word.strip() for word in stop_words_list]
          for word in stop_words_list:
              self.stop_word_list.append(word.strip())
  
      # 운수좋은날에서 불용어 제거
      def remove_stop_words(self):
          # 형태소 분리된 운수좋은날과 정리된 불용어를 사용하여
          # 운수좋은날에서 불용어 제거
          # self.after_stop_word = [word.strip() for word in self.sentences_tag if word not in self.stop_word_list]
          for word in self.sentences_tag:
              if word not in self.stop_word_list:
                  self.after_stop_word.append(word.strip())
  
      def top_count(self):
          #가장 많이 나온 단어 10개 저장
          counts = Counter(self.after_stop_word)
          self.result.extend(counts.most_common(50))
  
          return self.result
  
      def get_final_result(self):
          self.morpheme_separation_space()
          self.stop_words_space()
          self.remove_stop_words()
          return self.top_count()
  
  if __name__ == '__main__':
      text_class = TextCounter(r"C:\WorkSpace\Python\python-basic\blog\운수좋은날.txt")
  
      result = text_class.get_final_result()
  
      print(result)

• 워드 클라우드

  import matplotlib.pyplot as plt
  from wordcloud import WordCloud
  from PIL import Image
  import numpy as np
  import pandas as pd
  
  from blog.wordCloudMostCommonWords import TextCounter
  
  
  class WordCloudExample:
      def __init__(self):
          self.text_top_count = []
  
      def text_count(self):
          text_counter = TextCounter(r"C:\WorkSpace\Python\python-basic\blog\운수좋은날.txt")
          self.text_top_count = text_counter.get_final_result()
  
      def word_cloud(self):
          imgArray = np.array(Image.open('C:/WorkSpace/Python/python-basic/image/heart.png'))
          wc = WordCloud(
              font_path="C:/WorkSpace/Python/LaundryGothic_OTF/런드리고딕OTF Bold.otf",
              background_color="white",
              mask=imgArray
          ).generate_from_frequencies(dict(self.text_top_count))
  
          plt.figure(figsize = (10,10))
          plt.imshow(wc, interpolation='bilinear')
          plt.axis("off")
          plt.show()
  
  if __name__ == '__main__':
      wordcloud = WordCloudExample()
      wordcloud.text_count()
      wordcloud.word_cloud()

---

* 폰트 에러 *

• font-path 부분에 대한 설정이 없다면 에러가 발생하는 것은 아니지만 워드 클라우드가 표시될 때 글자는 안 보이고 모형들만 표시되는 경우가 있습니다. 그래서 폰트 지정을 해주는 것이 좋습니다.