Faire un nuage de mots

La bibliothèque python wordcloud donne la possibilité de créer des nuages de mots avec l'APi de Matplotlib. La documentation associée a le mérite d'exister mais est très succinte.

On commence par importer la classe Wordcloud et initialiser un objet. C'est l'occasion de définir ses propriétés graphiques.

from wordcloud import WordCloud

cloud_generator = WordCloud(background_color='white',
                            random_state=1)

La méthode utilisée pour la génération dépend du type de données que l'on a :

• Avec du texte simple, on utilisera .generate(text)`
• Si l'on dispose d'un dictionnaire {mot:fréquence}, on peut utiliser .generate_from_frequencies(text)
• Si l'on dispose d'un dataframe avec une colonne correspondant aux poids des mots et les mots en index, on utilisera .fit_words(df_weights). On ordonnera les lignes du dataframe si l'on veut que seuls les mots les plus "lourds" apparaissent dans le nuage.

Exemple simple :

cloud_generator = WordCloud(background_color='white',
                            random_state=1)

wordcloud_image = cloud_generator.fit_words(df_ranked_words)
plt.imshow(wordcloud_image, interpolation="bilinear")
plt.show()

Les options graphique suivantes sont disponibles :

• width = 500 - largeur du graphique
• height = 200 - hauteur du graphique
• background_color='salmon' - couleur du fond
• colormap = 'tab20b' - couleur des mots¹
• collocations=False - Permet d'éviter que des doublons apparaissent
• stopwords = STOPWORDS- retire les stopwords²

Exemple plus fourni issu de cet article :

from wordcloud import WordCloud

cloud_generator = WordCloud(random_state=1,
                            height=1000, width = 1000,
                           background_color='salmon',
                           colormap = 'Pastel2',
                           collocations=False)

wordcloud_image = cloud_generator.fit_words(df_ranked_words[0:50])

def plot_cloud(wordcloud):
    # Set figure size
    plt.figure(figsize=(7, 7))
    # Display image
    plt.imshow(wordcloud, interpolation='bilinear') 
    # No axis details
    plt.axis("off");


plot_cloud(wordcloud_image)

Le résultat :