워드 클라우드 만들기 (주피터노트북 _ 파이썬)

 

 

워드 클라우드를 만들었다. 

2010- 2018년까지 썼던 나의 일기를 데이터로 

워드 클라우드를 만들어봤다. 

물론, 일기는 종이에 썼고 스프레드 시트에 다 옮겨 적었다.

꽤 오래 걸렸다... 

2010 이전 다이어리는 포함하지 않았다. 

 

워드 클라우드를 두 종류를 나눠서 만들었다. 

1. 감정 별로 나누어 만든 워드클라우드 (tagxedo 사이트 이용)

2. 연도 별 긍정vs부정으로 나누어 만든 워드클라우드 (파이썬 이용) 

 

내가 오늘 정리한 것은 파이썬로 하는 워드 클라우드다. 2번!

 

연도별, 긍정vs부정으로 나누어 정리했다. 

긍정과 부정으로 나누어 정리했다. 

 

워드 클라우드 시작하기 (konlpy가 설치되었다는 전제하에) 

 

1) 패키지 불러오기

from konlpy.tag import Twitter

from collections import Counter

 

Twitter는 konlpy의 여러 패키지 중 하나로 형태소를 분석해준다.

Counter 는 단어를 카운팅 해주는 패키지.

 

2) 클라우드로 만들 텍스트 파일 불러오기 

file = open("C:/Users/eunji_see/data/다이어리/감정별 텍스트/가치관.txt", 'r')

lists = file.readlines()

file.close()

lists

'r' : 파일을 수정('w')은 안하고 읽기만 하겠다.

readlines로 불러오면 위와 같이 리스트 형태로 글이 출력된다. 

 

3) 형태소 나누기

twitter = Twitter()
morphs = []
 
for sentence in lists:
    morphs.append(twitter.pos(sentence))
    
print(morphs)

 

코드 설명 

morphs = [] morphs라는 빈 리스트를 만들고 그 리스트에 추가(append)한다.

무엇을?

lists에 있는 글(sentence)의 형태소를 분석한(twitter) 결과를.  

 

결과는 위와 같이 출력된다. 

조사, 명사, 부사 등등 단어와 형태로 나누어 리스트가 형성되었다. 

여기서 내가 워드 클라우드에 넣을 것은 명상, 형용사 부사까지다. 

 

4) 명사, 형용사, 부사만 골라내기

noun_adj_adv_list=[]
 
for sentence in morphs :
    for word, tag in sentence :
        if tag in ['Noun'] and ("것" not in word) and ("내" not in word)and ("나" not in word)and ("수"not in word) and("게"not in word)and("말"not in word):
            noun_adj_adv_list.append(word)
            
print(noun_adj_adv_list)

*sentence는 for 함수 안에서만 쓰이는 변수라 3)의 sentence와는 상관없다. 

 

3)에서 morph라는 리스트를 만들었고 이 리스트 안에는 쉼표로 구분된 두 가지 데이터가 담겨있다. 

ex) ('엄마','Noun')

word와 tag라고 변수를 붙여주면 word는 앞의 단어(엄마), tag는 뒤의 단어(Noun)와 연결된다. 

코드설명

만약(if) tag 안에 명사, 형용사, 부사['Noun','Adjective','Adverb']가 있으면

내가 만든 빈 리스트(noun_adj_adv_list)에 앞의 단어(word)를 추가(append)한다.  

워드 클라우드 결과에 도움이 되지 않는 '것', '나', '내' 는 제외한다.

결과는 내가 만든 조건에 충족하는 word만 출력된 리스트다.

 

5) 빈도수대로 정렬하기 

count = Counter(noun_adj_adv_list)

words = dict(count.most_common())

words

{'최선': 11,
 '사람': 11,
 '생각': 7,
 '실천': 6,
 '삶': 6,
 '일': 6,
 '공부': 5,
 '살기': 5,

 

코드설명

Counter는 위에서 말했듯이 카운팅 해주는 패키지.  이를 내가 만든 최종 리스트(noun_adj_adv_list)에 적용시킨다. 

리스트에서 빈도수대로 단어를 정렬(most_common)하고 이를 딕셔너리(dict) 형태로 출력한다.

단어와 빈도수가 함께 나오는 딕셔너리가 만들어졌다. 

 

6) 워드 클라우드 만들기 - 디스플레이 설정 

from wordcloud import WordCloud 

import matplotlib.pyplot as plt

import nltk
from nltk.corpus import stopwords

%matplotlib inline

import matplotlib
from IPython.display import set_matplotlib_formats
matplotlib.rc('font',family = 'Malgun Gothic')

set_matplotlib_formats('retina')

matplotlib.rc('axes',unicode_minus = False)

* wordcloud 패키지도 설치해주어야 한다. (아나콘다 프롬프트에 pip install wordcloud(아니면 WordCloud) 치면 됨) 

nltk에 대한 설명은 여기서  (형태소 분석 패키지입니다.)

stopwords를 써먹으려고 불렀는데 나는 적용에 실패했다.. 영어가 아니라서 그런듯..

코드설명

%matplotlib inline 아래 모든 코드는 그래프의 디스플레이에 설정에 관한 것이다.

font는 Malgun Gothic , 그래프가 한글일 경우 선명하게 나오지 않아 선명하게 하기('retina')

제일 아랫줄은 그래프에 음수의 수치를 보여줄 때 오류가 나는 것을 방지하는 코드라 굳이 안 적어도 상관 없다. 

 

7) 워드 클라우드 만들기 - 워드 클라우드 최종 코드 

wordcloud = WordCloud(font_path = 'C:/Windows/Fonts/malgun.ttf', background_color='white',colormap = "Accent_r",
                      width=1500, height=1000).generate_from_frequencies(words)

plt.imshow(wordcloud)
plt.axis('off')
plt.show()

font_path는 한글 폰트가 있는 경로를 적어준다. 

background_color는 배경색. 

마지막 괄호에 딕셔너리 형태로 만들었던 words넣어준다. 

 

8) 최종 결과 

2018년 부정적 상태에 쓰인 단어들

이렇게 나왔다.. 

마음과 왜라는 단어가 제일 많이 나왔다.

보통 답답할 때, 혹은 답을 찾으려고 할 때 '왜' 라는 질문을 던지는 경향이 있는 것 같다.

그 때문에 '왜'라는 단어가 나온듯하다. 

고민을 하거나 답을 찾으려고 하지만 도저히 답을 찾을 수 없을 때 대개 걱정과 불안으로 이어지기 때문에 

부정적인 감정에 포함되지 않았나 싶다. 

길, 선택, 결정, 이런 단어도 보이고.. 진로상 많이 고민했던 시기인 것 같다. 

실제로 그랬고 2019년에는 퇴사도 했으니..!

 

요건 걍.. 하나만 올리면 심심하니까

2018년 긍정적인 감정일 때 쓰인 단어들 

하핫. 남자친구가 제일 많이 나왔다. 

제게 과분할 정도로 좋은 사람을 만나서 제가 일기에도 많이 썼나 보다. 

미래는 아마 저 혼자만의 미래라기 보다는 함께 하는 미래를 말하는 것 같다.

재밌는 일도 많이 했던 것 같고.. 처음 하는 일도 있었고 

처음하는 건 항상 설레고 기대되고 그렇지. 

 

 

이상!

제 일기로 워드클라우드를 만들어봤다. 

2010-2018 까지 쭉 한번 워드 클라우드로 만들어보고 (텍스트 파일명만 바꾸면 되니!) 

데이터로 저를 돌아보는 시간을 한번 가져야겠다. 

어떤 결과가 나올지 기대되는군.