[파이썬] 한글 워드 클라우드 생성 및 특정 모양 적용 - KoNLPy, mask

한글 워드 클라우드 생성

---

한글 워드 클라우드 생성 및 특정 모양 적용 - KoNLPy, mask

---

들어가며

---

워드 클라우드는 텍스트 분석에 주로 사용되는 그래프입니다. 주요 키워드나 텍스트의 분포를 파악하는 데 중요한 역할을 합니다.

이 글에서는 KoNLPy 패키지를 사용하여 한글 워드 클라우드를 생성하는 방법에 대해 설명합니다. 또한 생성한 워드 클라우드를 특정 조건으로 필터링하는 방법과 mask 메소드를 사용하여 특정 모양에 적용하는 방법을 소개합니다.

---

• 텍스트 데이터
• 한글 워드 클라우드 생성
• 특정 조건으로 필터링한 워드 클라우드
• 특정 모양을 적용한 워드 클라우드

---

텍스트 데이터

---

이 글에서 예제로 활용할 텍스트 데이터는 특정 키워드에 대한 뉴스 제목을 크롤링하여 사용하겠습니다. 크롤링에 대한 자세한 방법은 아래 글을 참고하세요.

[파이썬] 특정 키워드 네이버 뉴스 크롤링 - BeautifulSoup

---

예제로 활용할 키워드는 '애플'입니다. '애플'이라는 단어를 키워드로 네이버 뉴스 제목을 크롤링하여 생성한 apple_crawling.csv를 예제로 활용하겠습니다.

import pandas as pd

df = pd.read_csv('apple_crawling.csv', encoding='euc-kr')
df.head()

df head 출력 결과

---

한글 워드 클라우드 생성

---

먼저 필요한 패키지를 임포트 합니다. 워드 클라우드를 생성하기 위해 필요한 wordcloud와 시각화를 위한 matplotlib을 임포트 합니다. konlpy는 한글 텍스트를 처리하고 분석하기 위해 사용되는 자연어 처리 패키지입니다. Okt는 형태소 단위 분석을 할 때 사용합니다.

font_path는 워드 클라우드에 사용할 폰트를 지정합니다. 이 글에서는 맥의 기본 한글 폰트인 AppleGothic을 사용했습니다.

from wordcloud import WordCloud
import matplotlib.pyplot as plt

from konlpy.tag import Okt
okt = Okt()

font_path = "/System/Library/Fonts/Supplemental/AppleGothic.ttf"

---

위에서 설명한 바와 같이 '애플'을 키워드로 네이버 뉴스 제목을 크롤링한 df를 사용합니다. df의 title 컬럼의 모든 텍스트를 하나의 문자열로 결합합니다.

df = pd.read_csv('apple_crawling.csv', encoding='euc-kr')
display(df.head())

print('text: ')
text = " ".join(df['title'])
text

문자열 결합

---

okt를 활용하여 text에서 명사만 추출합니다.

tokens = okt.nouns(text)
tokens[0:5]

명사 추출

---

명사만 추출한 결과를 다시 하나의 문자열로 결합합니다.

processed_text = " ".join(tokens)
processed_text

명사 추출 후 결합

---

이제 워드 클라우드를 생성합니다. 위에서 지정한 font_path로 폰트를 설정하고 적절한 크기를 맞춘 후, plt를 활용하여 워드 클라우드를 시각화합니다.

wordcloud = WordCloud(font_path=font_path, width=800, height=400, background_color='white').generate(processed_text)

plt.figure(figsize=(10, 5))
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis("off")
plt.show()

워드 클라우드 생성

반응형

---

특정 조건으로 필터링한 워드 클라우드

---

워드 클라우드 시각화 결과, 한 글자 단어(기, 요, 총, 해, 초)가 많이 보입니다. 분석에 불필요한 단어가 될 수 있으므로 단어의 길이가 1 이상인 단어들로 필터링하여 워드 클라우드를 생성하겠습니다.

명사를 추출하여 tokens를 생성하는 과정에서 len을 활용하여 단어의 길이 조건을 추가했습니다. 조건을 추가한 워드 클라우드 시각화 결과, 한 글자 단어가 제외된 것을 확인할 수 있습니다.

df = pd.read_csv('apple_crawling.csv', encoding='euc-kr')
text = " ".join(df['title'])

tokens = okt.nouns(text)
tokens = [word for word in tokens if len(word) > 1]

processed_text = " ".join(tokens)

wordcloud = WordCloud(font_path=font_path, width=800, height=400, background_color='white').generate(processed_text)

plt.figure(figsize=(10, 5))
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis("off")
plt.show()

특정 조건을 추가한 워드 클라우드

---

특정 모양을 적용한 워드 클라우드

---

워드 클라우드 결과를 단순한 사각형 형태가 아닌 특정 모양을 적용하면 텍스트 분석 결과를 보다 효과적으로 시각화할 수 있습니다. mask 옵션을 사용하여 원하는 이미지 형태로 워드 클라우드를 특정 모양에 적용할 수 있습니다.

이 글에서는 '애플' 키워드에 대한 텍스트이므로 애플 로고를 활용하여 워드 클라우드를 시각화하겠습니다. 위에서 생성한 processed_text를 그대로 사용하고, 이미지 처리 패키지와 함께 mask 메서드를 활용하여 워드 클라우드를 특정 모양에 적용합니다.

from PIL import Image
import numpy as np

mask = np.array(Image.open('apple.jpeg'))

wordcloud = WordCloud(font_path=font_path, width=800, height=400, background_color='white', mask=mask).generate(processed_text)

plt.figure(figsize=(10, 5))
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis("off")
plt.show()

특정 모양을 적용한 워드 클라우드

---