Python读取word文件并绘制词云图

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。