前言
Kumo是一个开源的Java词云工具,可以快速构建词云图片。
开源地址
- Github:
https://github.com/kennycason/kumo - 码云:
https://gitee.com/lyy/kumo
Maven
<dependency> <groupId>com.kennycason</groupId> <artifactId>kumo-core</artifactId> <version>1.13</version> </dependency> <dependency> <groupId>com.kennycason</groupId> <artifactId>kumo-tokenizers</artifactId> <version>1.12</version> </dependency>
讯享网
使用方法
首先创建一个FrequencyAnalyzer(词频分析)对象,该对象用来统计我们所需要构造词云数据的频率,主要包含以下方法:
| 方法名 | 参数 | 说明 |
|---|---|---|
| load | InputStream | 从流中获取语料 |
| load | File | 从文件中获取语料 |
| load | String | 从路径中打开文件获取语料 |
| load | URL | 从URL中获取语料 |
| load | List | 从字符串数组中获取语料 |
| setWordTokenizer | WordTokenizer | 设置分词器 主要有ChineseWordTokenizer和EnglishWordTokenizer |
| setWordFrequenciesToReturn | int | 设置返回数据长度 |
| setMinWordLength | int | 最小分词长度 |
| setMaxWordLength | int | 最大分词长度 |
讯享网public static String getWordCloud(List<String> words) {
// 新建FrequencyAnalyzer 对象 FrequencyAnalyzer frequencyAnalyzer = new FrequencyAnalyzer(); // 设置分词返回数量(频率最高的600个词) frequencyAnalyzer.setWordFrequenciesToReturn(600); // 最小分词长度 frequencyAnalyzer.setMinWordLength(2); // 引入中文解析器 frequencyAnalyzer.setWordTokenizer(new ChineseWordTokenizer()); // 获取词语频率数据 final List<WordFrequency> wordFrequencyList = frequencyAnalyzer.load(words); }
创建一个Dimension对象,用于设置生成图片的分辨率。

// 设置图片分辨率 Dimension dimension = new Dimension(500, 500);
创建一个词云对象WordCloud
讯享网 WordCloud wordCloud = new WordCloud(dimension, CollisionMode.PIXEL_PERFECT); // 我也不知道有啥用 但是不加中文会乱码 java.awt.Font font = new java.awt.Font("STSong-Light", 2, 18); wordCloud.setKumoFont(new KumoFont(font)); // 设置边缘留空 wordCloud.setPadding(2); // 设置颜色频率越高用越靠前的颜色 wordCloud.setColorPalette(new ColorPalette(new Color(0xed1941), new Color(0xf26522), new Color(0x))); // 设置形状 这里用的圆 参数为半径 wordCloud.setBackground(new CircleBackground(200)); // 设置字体大小范围 wordCloud.setFontScalar(new SqrtFontScalar(10, 40)); // 设置背景色 wordCloud.setBackgroundColor(new Color(255, 255, 255));
调用词云对象的build方法,参数为刚才生成的分词频率。
// 生成词云 wordCloud.build(wordFrequencyList);
最后可以对生成的图片进行处理,这里需要返回到前端,使用Base64编码
讯享网 OutputStream output = new ByteArrayOutputStream(); wordCloud.writeToStream("png", output); byte[] outputByte = ((ByteArrayOutputStream)output).toByteArray(); return org.apache.commons.codec.binary.Base64.encodeBase64String(outputByte);
完整代码如下
public static String getWordCloud(List<String> words) {
FrequencyAnalyzer frequencyAnalyzer = new FrequencyAnalyzer(); frequencyAnalyzer.setWordFrequenciesToReturn(600); frequencyAnalyzer.setMinWordLength(2); // 引入中文解析器 frequencyAnalyzer.setWordTokenizer(new ChineseWordTokenizer()); final List<WordFrequency> wordFrequencyList = frequencyAnalyzer.load(words); // 设置图片分辨率 Dimension dimension = new Dimension(500, 500); // 此处的设置采用内置常量即可,生成词云对象 WordCloud wordCloud = new WordCloud(dimension, CollisionMode.PIXEL_PERFECT); java.awt.Font font = new java.awt.Font("STSong-Light", 2, 18); wordCloud.setKumoFont(new KumoFont(font)); wordCloud.setPadding(2); wordCloud.setColorPalette(new ColorPalette(new Color(0xed1941), new Color(0xf26522), new Color(0x),new Color(0x8a5d19),new Color(0x7f7522),new Color(0x5c7a29),new Color(0x1d953f),new Color(0x007d65),new Color(0x65c294))); wordCloud.setBackground(new CircleBackground(200)); wordCloud.setFontScalar(new SqrtFontScalar(10, 40)); wordCloud.setBackgroundColor(new Color(255, 255, 255)); // 生成词云 wordCloud.build(wordFrequencyList); OutputStream output = new ByteArrayOutputStream(); wordCloud.writeToStream("png", output); byte[] outputByte = ((ByteArrayOutputStream)output).toByteArray(); return org.apache.commons.codec.binary.Base64.encodeBase64String(outputByte); }
生成的效果图如下


版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/78898.html