Qiita Teams that are logged in
You are not logged in to any team

Log in to Qiita Team
Community
OrganizationAdvent CalendarQiitadon (β)
Service
Qiita JobsQiita ZineQiita Blog
Help us understand the problem. What is going on with this article?

WordCloudを使うときは、扱うテキストのデータ形式に注意!

( 環境 )

OS: MacOS
言語: Python3


【 結論 】

wordcloudには、分かち書きしたスペース区切りの単語の集まりを、Listではなく、string型オブジェクトで渡す必要がある。


-1. text = ["WordCloud","化","したい","文章"] は、実行エラー
-2. text = "WordCloud 化 したい 文章" は、成功
-3. text = "Wordcloud化したい文章" は、実行できるが、入力文が、そのまま画像化されるだけ


直面したこと

以下の解説サイトでは、WordCloudに渡す引数(以下、textと表記)に、和文を分かち書きにした単語のリスト(配列List)を渡している。

WordCloudの使い方

しかし、これはエラーになった。

textは、list ではなく、string で渡す必要があるらしい。

Terminal
>>> text = ["WordCloud","化","したい","文章"]
>>> wordcloud = WordCloud(background_color="red", colormap="winter",width=900, height=500, font_path=fpath, stopwords=set(stop_words)).generate(text)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/Library/Frameworks/Python.framework/Versions/3.9/lib/python3.9/site-packages/wordcloud/wordcloud.py", line 632, in generate
    return self.generate_from_text(text)
  File "/Library/Frameworks/Python.framework/Versions/3.9/lib/python3.9/site-packages/wordcloud/wordcloud.py", line 613, in generate_from_text
    words = self.process_text(text)
  File "/Library/Frameworks/Python.framework/Versions/3.9/lib/python3.9/site-packages/wordcloud/wordcloud.py", line 575, in process_text
    words = re.findall(regexp, text, flags)
  File "/Library/Frameworks/Python.framework/Versions/3.9/lib/python3.9/re.py", line 241, in findall
    return _compile(pattern, flags).findall(string)
TypeError: expected string or bytes-like object
>>>

string型オブジェクトを使うとうまくいく。

Terminal
>>> text = "Word cloud 化 したい 文章"
>>> wordcloud = WordCloud(background_color="red", colormap="winter",width=900, height=500, font_path=fpath, stopwords=set(stop_words)).generate(text)
>>> plt.imshow(wordcloud)
<matplotlib.image.AxesImage object at 0x11022ec10>
>>> plt.show()
>>>

スクリーンショット 2020-11-14 2.09.20.png

分かち書きにされていない、string型オブジェクトの場合

この場合は、エラーを出さずに実行は完了する。

入力したそのままの文が、そのまま画像化されるだけ。

Terminal
>>> text = "Wordcloud化したい文章"
>>> wordcloud = WordCloud(background_color="red", colormap="winter",width=900, height=500, font_path=fpath, stopwords=set(stop_words)).generate(text)
>>> plt.imshow(wordcloud)
>>> plt.show()

スクリーンショット 2020-11-14 2.11.28.png

( 長文で実験 )

以下のコードは、以下の記事を参考にしました。

PythonでWordCloudを作成してみました

Terminal
>>> from bs4 import BeautifulSoup
>>> import requests
>>> from wordcloud import WordCloud
>>> url = 'https://qiita.com/kobaboy/items/46ff9f19b9ea5638fa8e'
>>> res = requests.get(url)
>>> soup = BeautifulSoup(res.text)
>>> text = soup.body.section.get_text().replace('\n', '').replace('\t', '')
>>> stop_words = ['てる', 'いる', 'なる', 'れる', 'する', 'ある', 'こと', 'これ', 'さん', 'して']
>>> print(text)
PyCon JP 2018 ひろがるPythonの資料まとめです1日目[基調講演] Argentina in Python: community, dreams, travels and learning動画[招待講演] 東大松尾研流 実践的AI人材育成法動画実践・競馬データサイエンススライド動画Why you should care about types: Python Typing in the Facebook Backendスライド動画Applying serverless architecture pattern to distributed data processing動画Webアプリケーションの仕組みスライド動画DjangoではじめるPyCharm実践入門スライド動画PyCon JP における子ども向けワークショップの活動事例と実施の意義動画Building Maintainable Python Web App using Flaskスライドオンザフライ高速化パッケージの比較:Numba, TensorFlow, Dask, etc動画Django REST Framework におけるAPI実装プラクティススライド動画あなたと私いますぐパッケージンスライド動画Pythonで時系列のデータを分析してみよう。スライドGitHub動画Fun with Python and Kanjiスライド動画The Modern OAuth 2.0スライド動画Jupyterで広がるPythonの可能性スライドGitHubInteractive Network Visualization using Python 〜 NetworkX + BokehでPEPの参照関係を可視化するスライドGitHub動画メルカリにおける AI 活用事例スライド動画Pythonistaの選球眼(せんきゅうがん) - エンジニアリングと野球の目利きになる技術スライド動画Introduce syntax and history of Python from 2.4 to 3.7スライド動画Rust と Pythonスライド動画Pythonで解く大学入試数学スライド動画自分が欲しいものをPythonで書く方法(Python for Myself)スライド動画2日目[基調講演] 「Pythonでやってみた」:広がるプログラミングの愉しみスライド動画Integrate Full-text Search service with Djangoスライド動画Migrating from Py2 application to Py3: first trial in MonotaRO / Python2 から Python3 への移植: MonotaRO での取り組み動画SymPyによる数式処理スライドGitHub動画niconicoにおけるコンテンツレコメンドの取り組みスライド動画HomeSecurity with Pythonスライド動画JVM上で動くPython3処理系cafebabepyの実装詳解スライド動画Sphinx-2.0 とドキュメントの未来スライド動画Djangoだってカンバンつくれるもん(Django Channels + Vue)スライド動画Djangoアプリケーションにおけるトイル撲滅戦記スライド動画REST API に疲れたあなたへ贈る GraphQL 入門スライド動画複数アプリケーションのプロセスとログを管理するための新しいツールと手法スライド動画Make a Drone using RaspberryPi and Google VoiceKit by Pythonスライド動画契約書データ関連のAI開発に伴う、前処理及び匿名化処理についての実例スライドArtisanal Async Adventures動画Pythonでざっくり学ぶUnixプロセススライド動画WILDCAT SDKは量子コンピュータビジネスの味方となるのか!?動画※数日前にWILDCAT->WILDQATに変更になったらしいNotebook as Web API: Turn your notebook into Web API動画From Data to Web Application: Anime Character Image Recognition with Transfer Learningスライド詳細動画1次元畳み込みフィルターを利用した音楽データのオートエンコーダスライド動画Pythonによる異常検知入門動画Python研修の作り方-Teaching Is Learning-スライド動画C拡張と共に乗り切るPython 2→3移行術スライドGitHub動画Django を Zappaで構築してServerless Python のベストプラクティスを探る動画料理写真が美味しく撮れる! 開発現場から覗くAI料理カメラの裏側スライド動画Pythonで始めるウェブスクレイピング実践入門スライド動画Pythonで「お絵描きパズル」を解いてみた。スライド動画Python, AWS and FinTech動画AltJSとしてのPython - フロントエンドをPythonで書こうスライド動画ライトニングトーク1日目動画2日目動画その他現状ある情報をまとめました。スライドも動画も見つからない発表については記載していません。もしここに載っていない情報がありましたら、コメントもしくは編集リクエスト等で教えて下さると嬉しいです!
>>>
>>> type(text)
<class 'str'>
>>>
>>> wordcloud = WordCloud(background_color="red", colormap="winter",width=900, height=500, font_path=fpath, stopwords=set(stop_words)).generate(text)
>>> plt.imshow(wordcloud)
>>> plt.show()

スクリーンショット 2020-11-14 2.15.27.png

Terminal
>>> wordcloud.to_file('wc1.png')
<wordcloud.wordcloud.WordCloud object at 0x1066bd5e0>
>>> quit()

( 考察 )

・ textは、ところどころスペースがあるので、分かち書き形式のデータとして扱われたと考えられる。
・ そのためエラーは起きなかった。
・ しかし、アルファベットの単語以外は、ほとんどの文が、単語単位で分かち書きされていない。
・ その結果、Pythonusingandなどの英単語ばかりが、wordcloudに表示された。
・ 非英単語としては、「基調講演」がwordcloudに表示された。しかし、「基調」「講演」ではなく、「基調講演」が、一つの単語として、wordcloud図に、切り出されていた。

そこで、分かち書きにして、wordcloudの出力を見る。

以下を参考にしました。

PythonでWordCloudを作成してみました

Terminal
>>> import MeCab as mc 
>>> st_text = text.encode('utf-8')
>>> tagger = mc.Tagger('-Ochasen')
>>> words = tagger.parse(st_text)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: in method 'Tagger_parse', argument 2 of type 'char const *'
Additional information:
Wrong number or type of arguments for overloaded function 'Tagger_parse'.
  Possible C/C++ prototypes are:
    MeCab::Tagger::parse(MeCab::Lattice *) const
    MeCab::Tagger::parse(char const *)

以下を行わずに行うとうまくいく。

Terminal
>>> st_text = text.encode('utf-8')

成功 

Terminal
>>> words = tagger.parse(text)
>>> print(words)
'PyCon JP 2018 \u3000 ひろがる Python の 資料 まとめ です 1 日 目 [ 基調 講演 ] Argentina in Python : community , dreams , travels and learning 動画 [ 招待 講演 ] 東大 松尾 研 流 実践 的 AI 人材 育成 法 動画 実践 ・ 競馬 データサイエンススライド 動画 Why you should care about types : Python Typing in the Facebook Backend スライド 動画 Applying serverless architecture pattern to distributed data processing 動画 Web アプリケーション の 仕組み スライド 動画 Django で はじめる PyCharm 実践 入門 スライド 動画 PyCon JP における 子ども 向け ワークショップ の 活動 事例 と 実施 の 意義 動画 Building Maintainable Python Web App using Flask スライド オンザフライ 高速 化 パッケージ の 比較 : Numba , TensorFlow , Dask , etc 動画 Django REST Framework における API 実装 プラクティススライド 動画 あなた と 私 いま すぐ パッケージンスライド 動画 Python で 時 系列 の データ を 分析 し て みよ う 。 スライド GitHub 動画 Fun with Python and Kanji スライド 動画 The Modern OAuth 2 . 0 スライド 動画 Jupyter で 広がる Python の 可能 性 スライド GitHubInteractive Network Visualization using Python 〜 NetworkX + Bokeh で PEP の 参照 関係 を 可視 化 する スライド GitHub 動画 メルカリ における AI 活用 事例 スライド 動画 Pythonista の 選 球 眼 ( せん きゅう がん ) - エンジニアリング と 野球 の 目利き に なる 技術 スライド 動画 Introduce syntax and history of Python from 2 . 4 to 3 . 7 スライド 動画 Rust と Python スライド 動画 Python で 解く 大学 入試 数学 スライド 動画 自分 が 欲しい もの を Python で 書く 方法 ( Python for Myself ) スライド 動画 2 日 目 [ 基調 講演 ] 「 Python で やっ て み た 」 : 広がる プログラミング の 愉し み スライド 動画 Integrate Full - text Search service with Django スライド 動画 Migrating from Py 2 application to Py 3 : first trial in MonotaRO / Python 2 から Python 3 へ の 移植 : MonotaRO で の 取り組み 動画 SymPy による 数式 処理 スライド GitHub 動画 niconico における コンテンツレコメンド の 取り組み スライド 動画 HomeSecurity with Python スライド 動画 JVM 上 で 動く Python 3 処理 系 cafebabepy の 実装 詳解 スライド 動画 Sphinx - 2 . 0 と ドキュメント の 未来 スライド 動画 Django だって カンバ ン つくれる もん ( Django Channels + Vue ) スライド 動画 Django アプリケーション における トイル 撲滅 戦記 スライド 動画 REST API に 疲れ た あなた へ 贈る GraphQL 入門 スライド 動画 複数 アプリケーション の プロセス と ログ を 管理 する ため の 新しい ツール と 手法 スライド 動画 Make a Drone using RaspberryPi and Google VoiceKit by Python スライド 動画 契約 書 データ 関連 の AI 開発 に 伴う 、 前 処理 及び 匿名 化 処理 について の 実例 スライド Artisanal Async Adventures 動画 Python で ざっくり 学ぶ Unix プロセス スライド 動画 WILDCAT SDK は 量子 コンピュータ ビジネス の 味方 と なる の か ! ? 動画 ※ 数 日 前 に WILDCAT -> WILDQAT に 変更 に なっ た らしい Notebook as Web API : Turn your notebook into Web API 動画 From Data to Web Application : Anime Character Image Recognition with Transfer Learning スライド 詳細 動画 1 次元 畳み込み フィルター を 利用 し た 音楽 データ の オートエンコーダスライド 動画 Python による 異常 検知 入門 動画 Python 研修 の 作り方 - Teaching Is Learning - スライド 動画 C 拡張 と共に 乗り切る Python 2 → 3 移行 術 スライド GitHub 動画 Django を Zappa で 構築 し て Serverless Python の ベストプラクティス を 探る 動画 料理 写真 が 美味しく 撮れる ! 開発 現場 から 覗く AI 料理 カメラ の 裏側 スライド 動画 Python で 始める ウェブスクレイピング 実践 入門 スライド 動画 Python で 「 お 絵描き パズル 」 を 解い て み た 。 スライド 動画 Python , AWS and FinTech 動画 AltJS として の Python - フロント エンド を Python で 書こ う スライド 動画 ライトニングトーク 1 日 目 動画 2 日 目 動画 その他 現状 ある 情報 を まとめ まし た 。 スライド も 動画 も 見つから ない 発表 について は 記載 し て い ませ ん 。 もし ここ に 載っ て い ない 情報 が あり まし たら 、 コメント もしくは 編集 リクエスト 等 で 教え て 下さる と 嬉しい です ! \n'
>>>
>>> print(type(words))
<class 'str'>
>>>
>>> print(type(words))
<class 'str'>
>>> wordcloud = WordCloud(background_color="red", colormap="winter",width=900, height=500, font_path=fpath, stopwords=set(stop_words)).generate(words)
>>> plt.imshow(wordcloud)
<matplotlib.image.AxesImage object at 0x10db5e3a0>
>>> plt.show()

スクリーンショット 2020-11-14 2.21.57.png

以下でもOK

 ・ [Python]MeCabで誰でも簡単に分かち書きをする方法

Terminal
>>>tagger = mc.Tagger ("-Owakati")
>>>words = tagger.parse (text)
>>>print(words)
PyCon JP 2018   ひろがる Python の 資料 まとめ です 1 日 目 [ 基調 講演 ] Argentina in Python : community , dreams , travels and learning 動画 [ 招待 講演 ] 東大 松尾 研 流 実践 的 AI 人材 育成 法 動画 実践 ・ 競馬 データサイエンススライド 動画 Why you should care about types : Python Typing in the Facebook Backend スライド 動画 Applying serverless architecture pattern to distributed data processing 動画 Web アプリケーション の 仕組み スライド 動画 Django で はじめる PyCharm 実践 入門 スライド 動画 PyCon JP における 子ども 向け ワークショップ の 活動 事例 と 実施 の 意義 動画 Building Maintainable Python Web App using Flask スライド オンザフライ 高速 化 パッケージ の 比較 : Numba , TensorFlow , Dask , etc 動画 Django REST Framework における API 実装 プラクティススライド 動画 あなた と 私 いま すぐ パッケージンスライド 動画 Python で 時 系列 の データ を 分析 し て みよ う 。 スライド GitHub 動画 Fun with Python and Kanji スライド 動画 The Modern OAuth 2 . 0 スライド 動画 Jupyter で 広がる Python の 可能 性 スライド GitHubInteractive Network Visualization using Python 〜 NetworkX + Bokeh で PEP の 参照 関係 を 可視 化 する スライド GitHub 動画 メルカリ における AI 活用 事例 スライド 動画 Pythonista の 選 球 眼 ( せん きゅう がん ) - エンジニアリング と 野球 の 目利き に なる 技術 スライド 動画 Introduce syntax and history of Python from 2 . 4 to 3 . 7 スライド 動画 Rust と Python スライド 動画 Python で 解く 大学 入試 数学 スライド 動画 自分 が 欲しい もの を Python で 書く 方法 ( Python for Myself ) スライド 動画 2 日 目 [ 基調 講演 ] 「 Python で やっ て み た 」 : 広がる プログラミング の 愉し み スライド 動画 Integrate Full - text Search service with Django スライド 動画 Migrating from Py 2 application to Py 3 : first trial in MonotaRO / Python 2 から Python 3 へ の 移植 : MonotaRO で の 取り組み 動画 SymPy による 数式 処理 スライド GitHub 動画 niconico における コンテンツレコメンド の 取り組み スライド 動画 HomeSecurity with Python スライド 動画 JVM 上 で 動く Python 3 処理 系 cafebabepy の 実装 詳解 スライド 動画 Sphinx - 2 . 0 と ドキュメント の 未来 スライド 動画 Django だって カンバ ン つくれる もん ( Django Channels + Vue ) スライド 動画 Django アプリケーション における トイル 撲滅 戦記 スライド 動画 REST API に 疲れ た あなた へ 贈る GraphQL 入門 スライド 動画 複数 アプリケーション の プロセス と ログ を 管理 する ため の 新しい ツール と 手法 スライド 動画 Make a Drone using RaspberryPi and Google VoiceKit by Python スライド 動画 契約 書 データ 関連 の AI 開発 に 伴う 、 前 処理 及び 匿名 化 処理 について の 実例 スライド Artisanal Async Adventures 動画 Python で ざっくり 学ぶ Unix プロセス スライド 動画 WILDCAT SDK は 量子 コンピュータ ビジネス の 味方 と なる の か ! ? 動画 ※ 数 日 前 に WILDCAT -> WILDQAT に 変更 に なっ た らしい Notebook as Web API : Turn your notebook into Web API 動画 From Data to Web Application : Anime Character Image Recognition with Transfer Learning スライド 詳細 動画 1 次元 畳み込み フィルター を 利用 し た 音楽 データ の オートエンコーダスライド 動画 Python による 異常 検知 入門 動画 Python 研修 の 作り方 - Teaching Is Learning - スライド 動画 C 拡張 と共に 乗り切る Python 2 → 3 移行 術 スライド GitHub 動画 Django を Zappa で 構築 し て Serverless Python の ベストプラクティス を 探る 動画 料理 写真 が 美味しく 撮れる ! 開発 現場 から 覗く AI 料理 カメラ の 裏側 スライド 動画 Python で 始める ウェブスクレイピング 実践 入門 スライド 動画 Python で 「 お 絵描き パズル 」 を 解い て み た 。 スライド 動画 Python , AWS and FinTech 動画 AltJS として の Python - フロント エンド を Python で 書こ う スライド 動画 ライトニングトーク 1 日 目 動画 2 日 目 動画 その他 現状 ある 情報 を まとめ まし た 。 スライド も 動画 も 見つから ない 発表 について は 記載 し て い ませ ん 。 もし ここ に 載っ て い ない 情報 が あり まし たら 、 コメント もしくは 編集 リクエスト 等 で 教え て 下さる と 嬉しい です !

>>>
>>> print(type(words))
<class 'str'>
>>> wordcloud = WordCloud(background_color="red", colormap="winter",width=900, height=500, font_path=fpath, stopwords=set(stop_words)).generate(words)
>>> plt.imshow(wordcloud)
<matplotlib.image.AxesImage object at 0x10db5e3a0>
>>> plt.show()

スクリーンショット 2020-11-14 2.24.39.png

水色で描画してみる

Terminal
>>> wordcloud = WordCloud(background_color="skyblue", colormap="winter",width=900, height=500, font_path=fpath, stopwords=set(stop_words)).generate(words)
>>> plt.imshow(wordcloud)
<matplotlib.image.AxesImage object at 0x10d5e36a0>
>>> plt.show()

スクリーンショット 2020-11-14 19.06.22.png

background_colorskyblueにしたまま、colormapspringに変えた結果

Terminal
>>> wordcloud = WordCloud(background_color="skyblue", colormap="spring",width=900, height=500, font_path=fpath, stopwords=set(stop_words)).generate(words)
>>> plt.imshow(wordcloud)                                                                                <matplotlib.image.AxesImage object at 0x11dc84340>
>>> plt.show()                                                                                           >>>

スクリーンショット 2020-11-14 19.07.10.png

background_colorskyblueにしたまま、colormapsummerに変えた結果

Terminal
>>> wordcloud = WordCloud(background_color="skyblue", colormap="summer",width=900, height=500, font_path=fpath, stopwords=set(stop_words)).generate(words)
>>> plt.imshow(wordcloud)
<matplotlib.image.AxesImage object at 0x11f217f10>
>>> plt.show()                                                                                           >>>

スクリーンショット 2020-11-14 19.09.40.png

background_colorskyblueにしたまま、colormapautumnに変えた結果

Terminal
>>> wordcloud = WordCloud(background_color="skyblue", colormap="autumn",width=900, height=500, font_path=fpath, stopwords=set(stop_words)).generate(words)
>>> plt.imshow(wordcloud)
<matplotlib.image.AxesImage object at 0x11e93db50>
>>> plt.show()                                                                                           >>>

colormapfall*にすると、エラーになる

スクリーンショット 2020-11-14 19.10.46.png

( 参考 )

WordCloudの使い方
wordcloud macでフォント指定 pythonで動かす
PythonでWordCloudを作成してみました

Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away