每日10行代码34：wordcloud生成词云时过滤掉某些词

今天在制作词云时发现生成的词云有很多虚词，比方说“情况、一是、二是、要求、加快、推进、发展” 还有一些不想让他出现的人名。这时就需要过滤某些词了，在网上搜了下，发现大多都是在程序里添加一个列表，然后再过滤，或者是用stopwords.add() ,其实还有个方法：

找到wordcloud的安装文件夹，把要屏蔽的词的添加到stopwords文件的后面。我个人的路径是：C:\Python36\Lib\site-packages\wordcloud

在第一步中，如果添加的是中文，程序会报错，这是因为python遇到中文，会默认以gbk的编码打开，但存中文时有些编辑器会默认用utf-8存储。这时只需要找到wordcloud.py文件的第35行

STOPWORDS = set(map(str.strip, open(os.path.join(FILE, 'stopwords')).readlines()))

修改成：

STOPWORDS = set(map(str.strip, open(os.path.join(FILE, 'stopwords'),encoding='utf-8').readlines()))

就可以了，不过可能有些编辑器不用修改代码就可以，我就没做多的试验了。
这样修改屏蔽词有个好处就是简单，不用写过多的代码，用的包自身的屏蔽功能，不额外消耗内存，一次设置终身使用。不过也有一个问题，就是如果想针对不同的项目设置不同屏蔽词的话就不行了，这种方法最适合的是设置一些常用屏蔽词。

ps： 明天可能比较忙，先把文章发了，明天可能断更一天。今天又爬了一个网站，写的代码可不止10行，但是跟前面爬人民日报的项目差不多，就不发上来了。

总结

以上是生活随笔为你收集整理的每日10行代码34：wordcloud生成词云时过滤掉某些词的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。