Pythonで日本語フォントを使用したワードクラウドの作成

Pythonを使用して、日本語フォントでワードクラウドを作成する方法について説明します。ワードクラウドは、テキストデータ内の単語の出現頻度を視覚化する手法で、頻出する単語ほど大きく表示され、出現頻度が低い単語ほど小さくなります。

まず、必要なモジュールをインストールします。今回はwordcloudとmatplotlibを使用します。

pip install wordcloud matplotlib

次に、ワードクラウドを生成するためのテキストデータを読み込みます。

file_path = "text_sample.txt"
with open(file_path, 'r', encoding='utf-8') as file:
    text_data = file.read()

そして、ワードクラウドを生成します。

from wordcloud import WordCloud
wordcloud = WordCloud(width=800, height=400, background_color='white').generate(text_data)

この時点では視覚的には何も分からない状態です。次に、matplotlibを使用してワードクラウドを可視化します。

import matplotlib.pyplot as plt
plt.figure(figsize=(10, 5))
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis('off')
plt.show()

しかし、このままでは日本語フォントが文字化けしてしまいます。そのため、日本語フォントを指定する必要があります。

from matplotlib.font_manager import FontProperties
font_path = "C:/Windows/Fonts/meiryo.ttc"  # Meiryoフォントファイルのパスを指定
font_prop = FontProperties(fname=font_path)
wordcloud = WordCloud(width=800, height=400, background_color='white', font_path=font_path).generate(text_data)

これで日本語フォントに対応して表示できるようになります。

以上が、Pythonを使用して日本語フォントでワードクラウドを作成する方法です。この方法を使用すれば、テキストデータの視覚化が容易になります。ただし、ワードクラウドは単語の出現頻度のみを考慮するため、文脈や意味は無視されることがあります。そのため、正確な情報把握のためには他の分析手法と組み合わせることが重要です。