kkma를 활용한 word cloud 그리기

오늘은 간단히 kkma를 import 해서 word cloud를 그려보려고 해요.

5가지 단계로 나눠봤으니 천천히 따라오시면 됩니다.

 

우선 간단히 kkma를 import 하시고 comment라는 파일을 불러옵니다.

1. 단어추출

from konlpy.tag import Kkma
kkma = Kkma()
import pandas as pd
# 한글파일이라 cp949로 encoding 해줍니다.
cmt = pd.read_csv('comment.csv',encoding='cp949')
 
# 2021년 목표글에 있는 단어들을 추출해서 list로 만들어주는 함수
def create_n(table):
    # final 이라는 list에 단어들을 추출해서 담을 예정
    final=[]
    for i in range(table.shape[0]):
        list_n=kkma.nouns(table['2021년목표'][i])
        final=final+list_n
    return final

위의 create_n이라는 함수를 작성해서 2021년 목표글에 어떤 단어들이 있는지 추출합니다.

 

[output]

goal_list=create_n(cmt)

 

 

2. 단어 카운트

이 결과는 단순히 단어들을 쭉 나열한 것이기 때문에, 어떤 단어들이 가장 많이 활용되었는지 보기위해

아래와 같이 단어별 빈도를 확인해 줄 수 있는 함수를 한번 더 돌려볼게요.

# 추출된 단어를 count해주는 함수
def getNounCnt(post_list):
    noun_cnt = {}
    
    for noun in post_list:
        if noun_cnt.get(noun):
            noun_cnt[noun] +=1
        else:
            noun_cnt[noun] = 1
    return noun_cnt
 
goal_dict = getNounCnt(goal_list)
# series 형태로 변환
goal_series = pd.Series(goal_dict)
# 2번이상 언급된 단어들만 
goal_cnt=dict(zip(goal_series[goal_series>=2].index.tolist(), goal_series[goal_series>=2].values.tolist()))

 

goal_cnt 의 결과는 아래와 같아요.

 

[output]

 

 

3. word cloud 그리기

이제 위의 결과를 가지고 워드클라우드를 그려보겠습니다.

 

저는 사람의 이미지를 가져와서, 그 위에 그려보려고 해요.

from PIL import Image
import matplotlib.pyplot as plt
import numpy as np
# 웹사이트에서 iconpp.png라는 파일을 다운받아 분석 환경에 미리 upload 해줍니다.
icon=Image.open('iconpp.png')
mask = Image.new("RGB", icon.size, (255,255,255))
mask.paste(icon,icon)
mask = np.array(mask)
 

 

그 다음 워드클라우드를 그리기 위한 환경설정을 해주고 그림을 그려보겠습니다.

!pip3 install wordcloud
from wordcloud import WordCloud
 
wc = WordCloud(font_path='NanumGothic.ttf',                           #폰트
               background_color='white',                              #배경색
               width=800, height=600,                                 #사이즈설정
               max_words=200                                          #단어갯수
                ,mask=mask
              )                                                       #마스크설정   
 
cloud = wc.generate_from_frequencies(goal_cnt)                      #사전형태의 데이터
 
plt.figure(figsize=(10,10))                                           #액자사이즈설정
plt.axis('off')                                                       #테두리 선 없애기
plt.imshow(cloud,interpolation="bilinear")

 

 

 

4. 가장 많이 쓴 단어 10개 보기

 

Counter라는 함수를 사용해서 위의 그림에서 나온 단어들이 빈도가 어떻게 되는지 볼 수 있어요.

counter_goal = Counter(goal_cnt)
counter_goal .most_common(10)
 

 

 

5. 특정단어가 사용된 문장 확인하기

for i in range(cmt.shape[0]):
    sentence=concordance(u'지식',cmt['2021년목표'][i], show=True)
    if sentence=='':
        print(sentence)

 

[output]