起风网原文转载自「刘悦的技术博客」https://v3u.cn/a_id_138
其实很早以前就想搞一套完备的标签云架构了，迫于没有时间(其实就是懒)，一直就没有弄出来完整的代码，说到底标签对于网站来说还是很重要的，它能够对一件事物产生标志性描述，通常都会采用相关性很强的关键字，这样不仅便于检索和分类，同时对网站的内链体系也是有促进作用的。
最近疫情的关系一直在家里呆着，闲暇时和一些学生聊天的时候，人家问：你说你一直在写博客，那你到底在写一些什么内容的文章呢？我竟然一时语塞，于是搞出来下面这种的标签云，下回被问同样的问题时，就可以展示一下了。
image
和传统的在线博客标签云最大的区别在于，这些标签并不是我手动打上去的，因为时间有限，每写一篇文章就自己提取很多关键字出来，还得挨个入库，这件事想想就很痛苦，于是写脚本自动提取关键字，再综合所有文章的标题得出。
这里用到的技术点就是基于python3.7的结巴分词中的提取关键词，首先进行安装
pip3 install jieba结巴分词基于TF-IDF关键词提取算法
TF-IDF是关键词提取最基本、最简单易懂的方法。判断一个词再一篇文章中是否重要，一个最容易想到的衡量指标就是词频，重要的词往往在文章中出现的频率也非常高；但另一方面，不是出现次数越多的词就一定重要，因为有些词在各种文章中都频繁出现（例如：我们），那它的重要性肯定不如哪些只在某篇文章中频繁出现的词重要性强。从统计学的角度，就是给予那些不常见的词以较大的权重，而减少常见词的权重，最终得分较高的词语即为关键词。
与此同时，结巴分词还可以帮你过滤那些无意义的虚词，类似「的、地、得、着、了、过」这种
代码如下:
import jieba.analysedata = "其实很早以前就想搞一套完备的标签云架构了，迫于没有时间(其实就是懒)，一直就没有弄出来完整的代码，说到底标签对于网站来说还是很重要的，它能够对一件事物产生标志性描述，通常都会采用相关性很强的关键字，这样不仅便于检索和分类，同时对网站的内链体系也是有促进作用的。最近疫情的关系一直在家里呆着，闲暇时和一些学生聊天的时候，人家问：你说你一直在写博客，那你到底在写一些什么内容的文章呢？我竟然一时语塞，于是搞出来下面这种的标签云，下回被问同样的问题时，就可以展示一下了。"for keyword, weight in jieba.analyse.extract\_tags(data, withWeight=True): print('%s %s' % (keyword, weight))默认会直接提取前20个关键词，按照权重倒序：
标签 0.36316568234921054一直 0.17986207627776318网站 0.17220419499内链 0.15729957240657894弄出来 0.13730186512105264语塞 0.13539157551710526其实 0.13493691317526316下回 0.1301755850886842很早以前 0.12859925351223683关键字 0.1277766172361842检索 0.1236956313375闲暇 0.1223093087630263标志性 0.12002044945868422迫于 0.11836056412552631相关性 0.11816706218618422架构 0.11760306607526315促进作用 0.11620754539157895说到底 0.11464857692289475博客 0.11084492236894737聊天 0.11041170151776317看起来还是相当靠谱。
如果你需要修改关键词数量，可以指定topK参数，输入几个就返回几个
那么只要在文章提交时加入上面的脚本，就可以每一次都自动生成关键词了，当然了，关键词的存储结构设计也是一个难题，有时间会探讨一下。
有了文章和关键词的关联关系，那么就剩下前端的展示，这里推荐一下台湾同胞写的一个控件：https://github.com/timdream/wordcloud2.js
效果还是非常赞的，该插件作者谦逊的说自己”可能“是最好的标签云插件，不过我个人认为可能这两个字完全可以去掉了，它就是最好的。
那么wordcloud2.js使用起来也非常简单，导入js文件后，按照官方文档使用即可，这里附上代码
<!DOCTYPE html><html lang="en"><head> <meta charset="UTF-8"> <title>Demo</title></head><style> #container{ width: 1000px; margin: 100px auto; border: 1px solid #ccc; }</style><body> <h1>一般</h1> <div id="container" style="height: 500px;"></div> <!-- <h1>无数据</h1> <div id="container1" style="height: 400px;"></div> --> <script src="./wordcloud2.min.js"></script> <script> var wordFreqData = \[\['使用', 28, 114\], \['Mac', 17, 107\], \['Python', 15, 1\], \['实现', 13, 121\], \['python3.7', 13, 157\], \['Django2.0', 12, 283\], \['利用',11, 202\], \['阿里', 10, 187\], \['开发', 10, 230\], \['关于', 10, 51\], \['文件', 9, 215\], \['基于', 9, 199\], \['Centos7.6', 9, 455\], \['配置', 9, 141\], \['部署', 8, 323\], \['Docker', 8, 479\], \['系统', 8, 112\], \['vue', 8, 425\], \['异步', 8, 162\], \['服务', 8, 356\], \['安装', 7, 102\], \['nginx', 7, 195\], \['微信', 7, 707\], \['程序', 7, 711\], \['进行', 7, 381\], \['问题', 7, 52\], \['上传', 6, 171\], \['mysql', 6, 86\], \['以及', 6, 446\], \['一个', 6, 14\], \['响应', 5, 54\], \['compose', 5, 685\], \['python3', 5, 414\], \['Django', 5, 219\], \['搭建', 5, 514\], \['性能', 5, 9\], \['功能', 5, 119\], \['环境', 5, 231\], \['OS', 4, 123\], \['遇到', 4, 4\], \['检测', 4, 41\], \['配合', 4, 200\], \['redis', 4, 290\], \['网站', 4, 324\], \['页面', 4, 46\], \['记录', 4, 27\], \['Tornado', 4, 588\], \['测试', 4, 377\], \['接口', 4, 399\], \['操作', 4, 31\], \['js', 4, 207\], \['前端', 4, 432\], \['应用', 4, 78\], \['centos', 4, 100\], \['解决方案', 3, 35\], \['登录', 3, 361\], \['js2.6', 3, 464\], \['项目', 3, 552\], \['Flask', 3, 252\], \['商城', 3, 341\], \['实时', 3, 342\], \['视频', 3, 471\], \['面试', 3, 626\], \['api', 3, 884\], \['设计', 3, 58\], \['打造', 3, 198\], \['切换', 3, 155\], \['分离', 3, 561\], \['最新', 3, 64\], \['如何', 3, 130\], \['爬虫', 3, 45\], \['结合', 3, 371\], \['框架', 3, 26\], \['自己', 3, 204\], \['支付宝', 3, 397\], \['布局', 3, 70\], \['博客', 3, 186\], \['模式', 3, 529\], \['并且', 3, 190\], \['支付', 3, 401\], \['代码', 3, 15\], \['Go', 2, 192\], \['Linux', 2, 438\], \['Lang', 2, 193\], \['集成', 2, 410\], \['Windows', 2, 439\], \['ffmpeg', 2, 470\],\['全文检索', 2, 727\], \['Redisearch', 2, 728\], \['变量', 2, 39\], \['celery', 2, 315\], \['添加', 2, 343\], \['Centos7', 2, 413\], \['模块', 2, 21\], \['各种', 2, 84\], \['静态', 2, 197\], \['跨域', 2, 284\], \['读写', 2, 558\], \['前后', 2, 700\], \['自定义', 2, 794\], \['存储', 2, 888\],\['Home', 2, 288\], \['服务器', 2, 321\], \['统一', 2, 701\], \['github', 2, 23\], \['Brew', 2, 289\], \['FastDfs', 2, 513\], \['管理', 2, 704\], \['中文', 2, 87\], \['版本', 2, 156\], \['mpvue', 2, 706\], \['方案', 2, 65\], \['属于', 2, 201\], \['文档', 2, 222\], \['Tornado5.1', 2, 158\], \['https', 2, 184\], \['下载', 2, 223\], \['方法', 2, 10\], \['移动', 2, 69\], \['引擎', 2, 92\], \['不要', 2, 113\], \['h5', 2, 329\], \['并发', 2, 374\], \['一下', 2, 28\], \['Selenium', 2, 139\], \['Rabbitmq3.7', 2, 160\], \['插件', 2, 205\], \['通过', 2, 226\], \['Mongodb', 2, 297\], \['删除', 2, 332\], \['新版', 2, 398\], \['excel', 2, 30\], \['美多', 2, 335\], \['集群', 2, 767\], \['用来', 2, 13\], \['适应', 2, 74\], \['总结', 2, 303\], \['压力', 2, 379\], \['播放', 2, 490\], \['上面', 2, 542\], \['可用', 2, 770\], \['技巧', 2, 98\], \['js2.0', 2, 945\], \['Scrapy', 2, 144\], \['过程', 2, 191\], \['http', 2, 209\], \['推送', 2, 339\], \['Supervisor', 2, 497\], \['工具', 1, 16\], \['之子', 1, 53\], \['FLOAT', 1, 79\], \['python2.7', 1, 101\], \['Operation', 1, 145\], \['快捷键', 1, 166\], \['压缩', 1, 211\], \['图形化', 1, 233\], \['中文翻译', 1, 251\], \['password', 1, 276\], \['Score', 1, 307\], \['客服', 1, 340\], \['vscode', 1, 383\], \['2019.04', 1, 406\], \['监控', 1, 499\], \['tree', 1, 599\], \['localStorage', 1, 624\], \['格式', 1, 649\], \['个人', 1, 678\], \['这样', 1, 725\], \['mpvue1.0', 1, 780\], \['双机', 1, 825\], \['浏览器', 1, 857\], \['加上', 1, 881\], \['截说', 1, 919\], \['云云', 1, 950\], \['验证码', 1, 996\], \['检查', 1, 17\], \['显示', 1, 36\], \['坍塌', 1, 80\], \['预装', 1,122\], \['permitted', 1, 146\], \['五年', 1, 169\], \['请求', 1, 212\], \['git', 1, 234\], \['YES', 1, 277\], \['大名鼎鼎', 1, 308\], \['密码', 1,362\], \['中为', 1, 384\], \['各类', 1, 501\], \['master', 1, 555\], \['前缀', 1, 600\], \['弄清楚', 1, 625\], \['电子书', 1, 650\], \['协程', 1, 789\], \['keepalived', 1, 828\], \['从无到有', 1, 858\], \['七牛云', 1, 883\], \['简短', 1, 921\], \['sublime3', 1, 957\], \['百度', 1, 998\], \['MySQLdb', 1, 19\], \['成员', 1, 37\], \['数目', 1, 55\], \['原理', 1, 82\], \['Anaconda', 1, 103\], \['shell', 1, 148\], \['Hugo', 1, 194\], \['效率', 1, 213\], \['界面', 1, 235\], \['手册', 1, 253\], \['进入', 1, 282\], \['制度', 1, 309\], \['记住', 1, 363\], \['误报', 1, 386\], \['Centos6', 1, 412\], \['pip', 1, 440\], \['uwsgi', 1, 506\], \['slave', 1, 556\], \['索引', 1, 601\], \['10g', 1, 654\], \['反向', 1, 696\], \['原生', 1, 792\],\['热备', 1, 829\], \['调试', 1, 859\], \['阐述', 1, 922\], \['win10', 1, 958\], \['模拟', 1, 1001\], \['import', 1, 2\], \['autocommit', 1, 20\],\['元素', 1, 57\], \['居中', 1, 83\], \['东西', 1, 104\], \['10.11', 1, 124\], \['脚本', 1, 149\], \['千万', 1, 173\], \['推荐', 1, 236\], \['虚拟环境', 1, 256\], \['常用', 1, 364\], \['专属', 1, 387\], \['缓存', 1, 441\], \['针对', 1, 472\], \['负载', 1, 508\], \['主从', 1, 557\], \['原则', 1, 602\], \['场景', 1, 627\], \['50g', 1, 655\], \['代理', 1, 697\], \['交互', 1, 736\], \['阻塞', 1, 793\], \['上用', 1, 836\], \['谷歌', 1, 860\], \['切分', 1, 886\], \['事务', 1, 923\], \['vue2.0', 1, 960\], \['镜像', 1, 1003\], \['惨案', 1, 3\], \['函数', 1, 40\], \['发现', 1, 105\], \['El', 1, 125\], \['知识', 1, 151\], \['涉及', 1, 174\], \['减少', 1, 216\], \['双撇号', 1, 238\], \['之中', 1, 258\], \['那些', 1, 317\], \['通信', 1, 344\], \['文本编辑', 1, 366\], \['语法', 1, 388\], \['节约', 1, 442\], \['一些', 1, 475\], \['均衡', 1, 510\], \['联合', 1, 603\], \['彻底', 1, 628\],\['1t', 1, 656\], \['高性能', 1, 737\], \['抓包', 1, 837\], \['半小时', 1, 861\], \['拍云', 1, 925\], \['注册码', 1, 961\], \['下载速度', 1, 1004\], \['15', 1, 22\], \['笔记', 1, 59\], \['乱码', 1, 85\], \['Capitan', 1, 126\], \['共存', 1, 154\], \['业务', 1, 175\], \['提高', 1, 218\], \['关键字', 1, 239\], \['SQLAlchemy', 1, 261\], \['主动', 1, 346\], \['KindEditor', 1, 368\], \['提醒', 1, 390\], \['神坑', 1, 415\], \['用以', 1, 444\], \['直播', 1, 478\], \['分布式文件系统', 1, 512\], \['数据库', 1, 559\], \['单元测试', 1, 608\], \['区别', 1, 629\], \['花式', 1, 657\], \['虚假', 1, 743\], \['CSS3', 1, 795\], \['Charles', 1, 838\], \['一款', 1, 862\], \['扫码', 1, 893\], \['cdn', 1, 926\], \['破解', 1, 962\], \['Homebrew',1, 1007\], \['遍历', 1, 6\], \['是否', 1, 42\], \['适配', 1, 62\], \['默认', 1, 109\], \['升级', 1, 128\], \['公司', 1, 177\], \['保留', 1, 240\], \['基础', 1, 264\], \['win', 1, 348\], \['4.1', 1, 369\], \['防止', 1, 391\], \['处理', 1, 416\], \['空间', 1, 445\], \['mock', 1, 609\], \['架构图', 1, 631\], \['读取', 1, 658\], \['真实', 1, 744\], \['暗黑', 1, 796\], \['抓取', 1, 840\], \['扩展', 1, 863\], \['第三方', 1, 896\], \['全网', 1, 927\], \['2020', 1, 971\], \['换成', 1, 1009\], \['字典', 1, 7\], \['py', 1, 24\], \['存在', 1, 44\], \['倒霉', 1, 110\], \['dict', 1, 179\], \['xlwt', 1, 220\], \['对于', 1, 242\], \['优酷', 1, 265\], \['Process', 1, 350\], \['11', 1, 370\], \['2019', 1, 394\], \['kindeditor4.11', 1, 419\], \['rtmp', 1, 481\], \['谈谈', 1, 566\], \['cProfile', 1, 610\], \['搞清楚', 1, 633\], \['Authentication', 1, 664\], \['容器', 1, 749\], \['属性', 1,798\], \['水印', 1, 841\], \['关联', 1, 867\], \['Picture', 1, 898\], \['评测', 1, 928\], \['攻略', 1, 972\], \['国内', 1, 1011\], \['对比', 1, 8\], \['受欢迎', 1, 25\], \['终端', 1, 88\], \['最好', 1, 111\], \['pytest', 1, 133\], \['key', 1, 180\], \['情况', 1, 243\], \['大误', 1, 266\], \['守护', 1, 291\], \['协议', 1, 325\], \['Worker', 1, 351\], \['私钥', 1, 395\], \['解决', 1, 423\], \['3.7', 1, 448\], \['推流', 1, 483\], \['Hbuilder', 1, 524\], \['优化', 1, 567\], \['轻量', 1, 613\], \['绘制', 1, 635\], \['Basic', 1, 665\], \['flex', 1, 754\], \['celery4.1', 1, 804\], \['高清', 1, 842\], \['尝试', 1, 868\], \['画中画', 1, 899\], \['免费', 1, 929\], \['机器人', 1, 974\], \['增加', 1, 1012\], \['转载', 1, 68\], \['查看', 1, 89\], \['setuptools', 1, 134\], \['出现', 1, 244\], \['几年', 1, 267\], \['进程', 1, 293\], \['Uploadify3.0', 1, 328\], \['exited', 1, 352\], \['ApacheBench', 1, 373\], \['公钥', 1, 396\], \['Alipay', 1, 449\], \['Video', 1, 485\], \['app', 1, 525\], \['具体', 1, 570\], \['Hexo', 1, 614\],\['怎样', 1, 636\], \['Auth', 1, 666\], \['弹性', 1, 757\], \['封装', 1, 807\], \['软件', 1, 844\], \['公众', 1, 869\], \['技术', 1, 907\], \['加速', 1, 930\], \['递归', 1, 978\], \['禁止', 1, 47\], \['wget', 1, 135\], \['Celery3.1', 1, 159\], \['解析', 1, 185\], \['方式', 1, 225\], \['弹指一挥间', 1, 245\], \['Access', 1, 270\], \['设置', 1, 294\], \['exitcode', 1, 353\], \['resource', 1, 427\], \['refund', 1, 450\], \['播放器', 1, 486\], \['混合', 1, 528\], \['Siege', 1, 573\], \['高逼格', 1, 615\], \['到底', 1, 637\], \['Oauth2', 1, 667\], \['9012', 1, 715\], \['Sentinel', 1, 765\], \['架构', 1, 808\], \['手机', 1, 846\], \['消息', 1, 874\], \['opencv4.1', 1, 910\], \['长期', 1, 932\], \['层级', 1, 983\], \['装逼', 1, 11\], \['控件', 1, 48\], \['sql', 1, 95\], \['宴席', 1, 246\], \['denied', 1, 271\], \['duplicate', 1, 354\], \['秒杀', 1, 375\], \['绑定', 1, 429\], \['退款', 1, 452\], \['挂载', 1, 487\], \['简易', 1, 617\], \['支撑', 1, 638\], \['jwt', 1, 668\], \['Thrift', 1, 716\], \['哨兵', 1, 766\], \['面试题', 1, 811\], \['体验版', 1, 847\], \['live2d', 1, 875\], \['人脸识别', 1, 911\], \['Apache', 1, 936\], \['组件', 1, 984\], \['利器', 1, 12\], \['选择器', 1, 49\], \['异同', 1, 72\], \['排序', 1, 96\], \['vim', 1, 115\], \['Webdriver', 1, 140\], \['16', 1, 161\], \['grunt', 1, 206\], \['rails', 1, 228\], \['不散', 1, 247\], \['user', 1, 272\], \['常用命令', 1, 302\], \['下面', 1, 355\], \['双向', 1, 431\], \['分发', 1, 489\], \['分布式', 1, 538\], \['MindMaster', 1, 593\], \['建立', 1, 618\], \['互转', 1, 641\], \['认证', 1, 669\], \['RPC', 1, 717\], \['Weui', 1, 813\], \['openId', 1, 849\], \['博君', 1, 876\], \['人脸', 1, 912\], \['httpd', 1, 937\], \['无限', 1, 985\], \['checkbox', 1, 50\], \['查询', 1, 97\], \['自动', 1, 118\], \['迁移', 1, 188\], \['感恩', 1, 248\], \['root', 1, 273\], \['websocket', 1, 337\], \['生成', 1, 400\], \['nginx1.16', 1, 456\], \['导图', 1, 594\], \['session', 1, 621\], \['word', 1, 643\], \['进化', 1, 670\], \['拯救', 1, 720\], \['题库', 1, 814\], \['获取', 1, 850\], \['挂件', 1,877\], \['模型', 1, 913\], \['上将', 1, 940\], \['分类', 1, 986\], \['中文字体', 1, 33\], \['rem', 1, 75\], \['报错', 1, 142\], \['队列', 1, 163\],\['css', 1, 208\], \['六年', 1, 249\], \['localhost', 1, 274\], \['等级分', 1, 304\], \['聊天室', 1, 338\], \['Iterm', 1, 359\], \['机制', 1, 434\], \['uwsgi2.0', 1, 457\], \['网络', 1, 492\], \['Jenkins', 1, 545\], \['脑图', 1, 595\], \['cookie', 1, 622\], \['pdf', 1, 644\], \['用户', 1, 671\], \['传统', 1, 722\], \['Motor', 1, 773\], \['正式', 1, 819\], \['不到', 1, 852\], \['一晒', 1, 878\], \['训练', 1, 914\], \['结构', 1, 988\], \['绘图', 1, 34\], \['完成', 1, 120\], \['任务', 1, 164\], \['版本控制', 1, 232\], \['没有', 1, 250\], \['using', 1, 275\], \['Elo', 1, 306\], \['账号', 1, 360\], \['语法错误', 1, 382\], \['最新版', 1, 403\], \['安装包', 1, 436\], \['18', 1, 458\], \['自动化', 1, 549\], \['思维', 1, 596\], \['sessionStorage', 1, 623\], \['兼容', 1, 648\], \['Pelican', 1, 673\], \['需要', 1, 724\], \['提高效率', 1, 777\], \['发布', 1, 822\], \['Chrome', 1, 856\], \['动态', 1, 879\], \['特征', 1, 915\], \['七牛', 1, 948\], \['ai', 1, 993\]\]; var canvas = document.getElementById('container'); var options = eval({ "list": wordFreqData, "gridSize": 9, // 密集程度 数字越小越密集 "word":'v3u', //"shape" : "pentagon", drawOutOfBound: false, fontWeight:700, maxRotation: 40 \* Math.PI / 180, minRotation: -40 \* Math.PI / 180, drawMask: false, "weightFactor": 1, "color": 'random-light', // 字体颜色 'random-dark' 或者 'random-light' "backgroundColor": 'black', // 背景颜色 "rotateRatio": 1, // 字体倾斜(旋转)概率，1代表总是倾斜(旋转) click: function(item) { alert(item\[0\] + ': ' + item\[2\]); } }); //生成 WordCloud(canvas, options); </script></body></html>原文转载自「刘悦的技术博客」 https://v3u.cn/a_id_138
文章转载于:https://www.jianshu.com/p/e26aea907748
原著是一个有趣的人,若有侵权,请通知删除
评论前必须登录！
立即登录