WordCloud

WordCloud[{s1,s2,}]

生成一幅单词云图,其中 si 的大小由它在列表中重复出现的次数决定.

WordCloud[{w1s1,}]

生成一幅单词云图,其中 si 的大小由它的权重 wi 决定.

WordCloud[s1w1,]

同样生成一幅单词云图,其中 si 的大小由它的权重 wi 决定.

WordCloud[{w1,w2,}{s1,s2,}]

也能生成一幅单词云图,其中 si 的大小由它的权重 wi 决定.

WordCloud[{{s1,w1},{s2,w2},}]

也生成一幅单词云图,其中 si 的大小由它的权重 wi 决定.

WordCloud[data,shape]

将单词云全部放进由 shape 定义的区域中.

更多信息和选项

范例

打开所有单元关闭所有单元

基本范例  (3)

由加权字符串组成的单词云:

给每个单词加上信息提示条:

用给定形状生成单词云:

范围  (6)

数据  (4)

由字符串组成的单词云:

根据字符串和它们的权重生成的单词云:

根据关联生成的单词云:

由单个字符串组成的单词云:

形状  (1)

以国土面积为权重,生成国家名字的单词云:

默认情况下,WordCloud 生成长方形的单词云:

Graphics 基元定义形状:

将形状定义为一个区域:

使用不连通的区域:

外观呈现  (1)

各个单词自动被加以不同的样式以示区别:

改变字体:

改变特定单词的样式:

改变颜色函数:

改变背景颜色:

使用某种绘图主题:

生成单色单词云:

选项  (25)

Background  (1)

单词云的缺省背景是透明的:

指定不同的颜色:

ColorFunction  (1)

默认颜色函数是 ColorData["DarkRainbow"]

使用自定义颜色函数:

使用单个颜色:

使用单个颜色阴影:

从指定颜色渐变随机选取颜色:

ColorFunctionScaling  (2)

默认情况下,权重的值被缩放至0和1之间:

缩放过的权重不适用于索引颜色:

使用 ColorFunctionScaling->False

FontFamily  (1)

默认的字体为 "Source Sans Pro"

使用不同的字体族:

FontSize  (4)

自动计算默认字体大小:

重新缩放到指定的最大字体大小:

在最小和最大尺寸之间重新缩放字体:

指定一个权重和字体尺寸间的自定义映射:

FontTracking  (1)

默认设置为 FontTracking->"Plain"

使用更扩展的设置:

FontWeight  (1)

字体的默认粗细设置为 Plain

使用粗体:

IgnoreCase  (3)

默认情况下,忽略大小写:

区分大小写字母:

字符串有加权,同时设置 IgnoreCase->True 时,显示时使用相同单词的总权重:

IgnoreCase->True,每个出现的单词的大小写与首次出现的单词一致:

ImageSize  (1)

ImageSize 只控制单词云显示出来的尺寸. 自动计算默认显示尺寸:

指定不同的显示尺寸:

MaxItems  (1)

默认情况下,最多可以有 100 元素显示在云端:

指定不同的数量:

PlotTheme  (1)

用指定主题生成单词云:

PreprocessingRules  (3)

指定默认的处理规则:

默认的样式用于任何没有预处理的单词:

在显示字符串前执行拼写纠正:

ScalingFunctions  (1)

默认情况下,字体大小直接从权重计算:

使用对数缩放:

用权重的倒数来突出人口较少的国家:

WordOrientation  (1)

单词按任意方向排列的单词云:

从两个给定的排列方向随机选择:

WordSelectionFunction  (2)

基于长度选择字符串:

默认情况下,根据权重从小到大直到 MaxItems 值选择元素:

使用自定义的选择函数:

在选择的标准中包含元素的权重:

WordSpacings  (1)

默认情况下,会在单词之间插入一个小空隙,这样看起来更清楚易读:

使用最小间距:

指定间距:

应用  (8)

基本应用  (4)

将一个网页摘要包含在一个单词云中:

一段文本的摘要:

将所选文字放在美国地图内:

生成毕加索所有艺术作品名称的单词云:

获取名字,大小,对应于每幅作品的图片:

生成单词云,并用图片作为提示信息:

计算并可视化一张图片的不同特征:

生成词云时用概率作为权重:

选取单词  (1)

生成由长度超过两个字符的名词组成的单词云:

将输入分隔开:

从字典中提取所有的名词:

从输入中选取长度超过两个字符的名词:

语言分析  (3)

可视化内置字典中字符出现的频率:

《埃涅伊德》英文版中前50个三连词:

由字典中的名词组成的单词云,根据同义词的数量加权:

选取至少有一个同义词的单词:

用每个单词的同义词作为提示信息:

属性和关系  (2)

缺省情况下,用 TextWordsDeleteStopwords 处理单个字符串:

显式拆分单词以避免删除停用词:

默认情况下,保留单词的大小写. 如果该单词多次出现,使用第一次出现时的大小写形式:

所有字符都大写:

所有字符都小写:

可能存在的问题  (1)

缺省情况下,用字符串作为输入时会删除其中的停用词 (stopwords):

提前分割字符串以便能保留所有单词:

互动范例  (1)

动态显示三个世纪以来各个国家人口的变化:

巧妙范例  (1)

由表达式组成的单词云:

Wolfram Research (2015),WordCloud,Wolfram 语言函数,https://reference.wolfram.com/language/ref/WordCloud.html (更新于 2017 年).

文本

Wolfram Research (2015),WordCloud,Wolfram 语言函数,https://reference.wolfram.com/language/ref/WordCloud.html (更新于 2017 年).

CMS

Wolfram 语言. 2015. "WordCloud." Wolfram 语言与系统参考资料中心. Wolfram Research. 最新版本 2017. https://reference.wolfram.com/language/ref/WordCloud.html.

APA

Wolfram 语言. (2015). WordCloud. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/WordCloud.html 年

BibTeX

@misc{reference.wolfram_2024_wordcloud, author="Wolfram Research", title="{WordCloud}", year="2017", howpublished="\url{https://reference.wolfram.com/language/ref/WordCloud.html}", note=[Accessed: 18-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_wordcloud, organization={Wolfram Research}, title={WordCloud}, year={2017}, url={https://reference.wolfram.com/language/ref/WordCloud.html}, note=[Accessed: 18-November-2024 ]}