[Word Cloud] 형태소 분석을 통해 워드 클라우드 생성하기

(2021년 6월 23일 기준) 크롤링을 통해 수집한 csv에서 '일반'/'고유' 명사를 추출하여 워드 클라우드 생성

 

from collections import Counter #데이터의 개수를 정리할 수 있는 모듈

from konlpy.tag import Kkma #형태소 분석기 호출

from konlpy.utils import pprint #유니코드 문자 출력

from selenium import webdriver #브라우저 제어

import pandas as pd #결과값을 데이터프레임 객체로 저장하기 위해 이용

 

new = pd.read_csv('C:/Users/idol.csv')

#csv 파일 불러오기 (위치 임의 지정)

 

kkma = Kkma()

 

nouns_list=[] #nouns_list생성

 

for item in new['text'][:100]: #[ ]안의 숫자에 따라 분석 단어 개수 변화

    sentence_list = kkma.sentences(item)

   

    for sentence in sentence_list:

        nouns = kkma.pos(sentence) #sentence의 형태소 분석

        for pos in nouns:

            if pos[1] == 'NNG' or pos[1] == 'NNP': #일반 명사와 고유 명사일 경우

                nouns_list+=[pos[0]] #nouns_list에 추가

 

count = Counter(nouns_list) #list 내 항목명과 항목별 개수

 

ignore = ['경자년','아이','돌','고','돈','표','룸','돌이','은','정형','기자','원','김','이','때','경우','의',

          '을','설문','현','세','유','영','사','형','미','정','로','차','이번','주니어','지','사이',

          '전','오후','올해','라','훈','돌과','위','모습','점','남','윤','뒤','후','새','엑스',’민’,

          '박','에이','티','지금','시대','투비','앞','지난해','속','달','이스트','주','듀스',

          '코','안','연지','정도','분','인','면','가운데','과','대부분','모','연','아이즈','슈퍼',

          '리','들','엠','투','여','이후','장','콘','화','황지','레드','벨벳','레이션','오','간','노',

          '오늘','순','마','이하','하다','박지','랜드','뉴','누','니트','도','반면','드래곤','반','호','층',

          '배','히','대','선','빅','스트로','마무','론','만큼','동','해당','해','이자','요즘','사친',

          '강','예','과거','운','런','기','임','그때','그동안','세윤','키즈','우','피','가','아이오','산','부','조',

          '음','황','남창','이날','물론','중이','총','한편','씨','진석','경','토','인피','등','꼴','보','단','능',

          '처','사가','앤','나','소다','히트','최','이즈','태','광','효','제이','곳','당','사의','식','인은','편',

          '황민','중인','동방','신기','왕','홍','라도','양은','내가','보우','징','종','생','만','찬','막','예인','애',

          '구','돈은','레','콜','역','님','백','디','파','감','소','하면','방','급','군','정일','직','하성','어로','시',

          '수','참가자','중','예전'] #제거할 불필요한 단어 및 표현 리스트

 

for word in ignore:

    if word in count:

        del count[word] #위에서 정한 불필요한 단어 및 표현 리스트에 속한 단어 및 표현을 제거

 

from wordcloud import WordCloud

import matplotlib.pyplot as plt #그래프 그리기

 

font_path = '‪C:\Windows\Fonts\HMKMRHD.TTF' #글꼴 : 휴먼둥근헤드라인체

wordcloud = WordCloud(width = 600,height = 600, font_path = font_path)

wordcloud = wordcloud.generate_from_frequencies(count) #단어 출현 빈도에 따라 크기 변화

array = wordcloud.to_array()

 

fig = plt.figure(figsize=(50, 50))

plt.imshow(array, interpolation="bilinear")

plt.show() #word cloud 도출

 

▲ <class 'numpy.ndarray'> (600, 600, 3)

 

※ 오류 관련 댓글은 환영