在python中为外语创建wordcloud（希伯来语）

Question

我想创建一个词云。当我的字符串是英文时，一切正常：

from wordcloud import WordCloud
from matplotlib import pyplot as plt
text="""Softrock 40 - close to the 6 MHz that the P6D requires (6.062 according) - https://groups.yahoo.com/neo/groups/softrock40/conversations/messages
I want the USB model that has a controllable (not fixed) central frequency."""
wordcloud = WordCloud().generate(text)
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis("off")
plt.show()

但是当我在希伯来语中做同样的事情时，它没有检测到字体，我只得到空的矩形：

text="""?????? ?? ???? ????? ?????, ????? ???? ?????? ??????? ?? ??????? ???? ???? ????? ???? ????? ???????? ????? ????? ???? ????"""
wordcloud = WordCloud().generate(text)
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis("off")
plt.show()

有任何想法吗？

Answer 1

这与 wordcloud 本身没有太大关系，而与渲染关系更大：您使用（默认是）一种根本不包含任何希伯来语字符“定义”的字体。因此，它只是简单地渲染矩形。

但是，我们可以使用支持希伯来语字符的字体，例如FreeSansBold。我们可以通过WordCloud构造函数传递字体的路径：

from wordcloud import WordCloud
from matplotlib import pyplot as plt

text="""?????? ?? ???? ????? ?????, ????? ???? ?????? ??????? ?? ??????? ???? ???? ????? ???? ????? ???????? ????? ????? ???? ????"""
wordcloud = WordCloud(font_path='/usr/share/fonts/truetype/freefont/FreeSansBold.ttf').generate(text)
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis("off")
plt.show()

那么这会生成以下词云：

我对希伯来语不是很熟悉，但我的印象是这些词是从左到右写的，而不是从右到左。无论如何，如果这是一个问题，我们可以使用python-bidi来首先处理语言的方向，例如：

from wordcloud import WordCloud
from matplotlib import pyplot as plt
from bidi.algorithm import get_display

text="""?????? ?? ???? ????? ?????, ????? ???? ?????? ??????? ?? ??????? ???? ???? ????? ???? ????? ???????? ????? ????? ???? ????"""

bidi_text = get_display(text)

wordcloud = WordCloud(font_path='/usr/share/fonts/truetype/freefont/FreeSansBold.ttf').generate(bidi_text)
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis("off")
plt.show()

对于给定的文本，我们将获得以下图像：