from wordcloud import WordCloud, ImageColorGenerator
import matplotlib.pyplot as plt
import pandas as pd
import jieba

# 设置列名与数据对齐
pd.set_option('display.unicode.ambiguous_as_wide', True)
pd.set_option('display.unicode.east_asian_width', True)
# 显示15行
pd.set_option('display.max_rows', 15)

# 读取数据
df = pd.read_csv('message.csv', encoding='gbk', header=None, names=['subject', 'major', 'school'])

# 学科分类
df_subject = df.groupby('subject').count().reset_index().sort_values(by='school')
print(df_subject)

# 获取列表数据
list1, list2 = [], []
for i in df_subject['subject']:
    list1.append(i)
for j in df_subject['school']:
    list2.append(j)
print(list1)
print(list2)

# 专业分类
df_major = df.groupby('major').count().reset_index().sort_values(by='school')
print(df_major)

# 获取列表数据
list1, list2 = [], []
for i in df_major['major'][-10:]:
    list1.append(i)
print(list1)
for j in df_major['school'][-10:]:
    list2.append(j)
print(list2)

# 对学校进行分组
df_name = df.groupby('school').count().reset_index().sort_values(by='subject')
print(df_name)
# 输出包含学院的校名
print(df_name[df_name['school'].str.contains('学院')])

def create_wordcloud(df):
    """
    生成校名词云
    """
    # 分词
    text = ''
    for line in df['name']:
        text += ' '.join(jieba.cut(line, cut_all=False))
        text += ' '
    backgroud_Image = plt.imread('school.jpg')
    wc = WordCloud(
        background_color='white',
        mask=backgroud_Image,
        font_path='C:\Windows\Fonts\华康俪金黑W8.TTF',
        max_words=1000,
        max_font_size=150,
        min_font_size=15,
        prefer_horizontal=1,
        random_state=50,
    )
    wc.generate_from_text(text)
    img_colors = ImageColorGenerator(backgroud_Image)
    wc.recolor(color_func=img_colors)
    # 看看词频高的有哪些
    process_word = WordCloud.process_text(wc, text)
    sort = sorted(process_word.items(), key=lambda e: e[1], reverse=True)
    print(sort[:50])
    plt.imshow(wc)
    plt.axis('off')
    wc.to_file("校名词云.jpg")
    print('生成词云成功!')


# 去除大学
df_name = df_name['school'].str.replace('大学', '')
dict_name = {'name': df_name.values, 'numbers': df_name.index}
df_name = pd.DataFrame(dict_name)

# 去除学院
df_name = df_name['name'].str.replace('学院', '')
dict_name = {'name': df_name.values, 'numbers': df_name.index}
df_name = pd.DataFrame(dict_name)

# 生成校名词云图
create_wordcloud(df_name)