प्रौद्योगिकी साझेदारी

पायथन् शब्दसञ्चिकाः पठति, शब्दमेघचित्रं च आकर्षयति

2024-07-12

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

1. आवश्यकानि पुस्तकालयाः संस्थापयन्तु

pip install python-docx wordcloud matplotlib
  • 1

2. सम्पूर्ण कोड

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()

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31

3. चीनी विकृतदोषान् परिवर्तयन्तु

सूचना:
यदि विकृताः चीनीवर्णाः सन्ति तर्हि भवन्तः तान् निम्नलिखितरीत्या परिवर्तयितुं शक्नुवन्ति ।
अत्र चित्रविवरणं सम्मिलितं कुर्वन्तु
फन्ट् योजयतु

wordcloud = WordCloud(width=800, height=400, background_color='white', font_path='simhei.ttf').generate(text)
  • 1

अत्र चित्रविवरणं सम्मिलितं कुर्वन्तु

परिवर्तनानन्तरं प्रभावः : १.
अत्र चित्रविवरणं सम्मिलितं कुर्वन्तु

4. विस्तृतं व्याख्यानम्

विस्तृत व्याख्या

संस्थापनपुस्तकालयः : १.

  • python-docx: Word सञ्चिकाः पठितुं उपयुज्यते ।
  • wordcloud: शब्दमेघचित्रं जनयितुं प्रयुक्तम् ।
  • matplotlib: शब्दमेघचार्ट्स् प्रदर्शयितुं उपयुज्यते ।

Word सञ्चिकायाः ​​सामग्रीं पठन्तु :

  • Word सञ्चिकाः पठितुं python-docx इत्यस्य Document क्लास् इत्यस्य उपयोगं कुर्वन्तु ।
  • दस्तावेजे अनुच्छेदानां उपरि पुनरावृत्तिः कुर्वन्तु, प्रत्येकस्य अनुच्छेदस्य पाठं सूचीयां योजयन्तु ।
  • सर्वेषां अनुच्छेदानां पाठं एकस्मिन् तारे संयोजयन्तु ।

शब्दमेघचित्रं जनयन्तु : १.

  • शब्दमेघलेखं जनयितुं wordcloud इत्यस्य WordCloud वर्गस्य उपयोगं कुर्वन्तु ।
  • मेघशब्दस्य विस्तारः, ऊर्ध्वता, पृष्ठभूमिवर्णः च सेट् कुर्वन्तु ।
  • शब्दमेघलेखं जनयितुं generate मेथड् आह्वयन्तु ।
  • शब्दमेघप्लॉट् प्रदर्शयितुं matplotlib इत्यस्य उपयोगं कुर्वन्तु ।

सावधानताएँ

  • भवतः Word सञ्चिकामार्गः सम्यक् अस्ति इति सुनिश्चितं कुर्वन्तु ।
  • आवश्यकतानुसारं शब्दमेघचित्रस्य पैरामीटर् समायोजयितुं शक्नुवन्ति, यथा वर्णः, फन्ट् इत्यादयः ।
  • यदि भवतः पाठे सामान्यशब्दाः अथवा स्टॉप् शब्दाः बहु सन्ति तर्हि WordCloud इत्यस्य stopwords पैरामीटर् इत्यस्य उपयोगेन तान् बहिष्कृतुं शक्नुवन्ति ।

उपर्युक्तपदार्थानाम् माध्यमेन भवान् सहजतया Word सञ्चिकाः पठित्वा सुन्दराणि शब्दमेघचित्रं जनयितुं शक्नोति ।