بصری‌سازی

ابرواژه (WordCloud)

کلاس WordCloud در Shekar راهی ساده و قابل‌سفارشی‌سازی برای تولید ابرواژهٔ فارسی فراهم می‌کند. این کلاس از نمایش راست‌به‌چپ، فونت‌های فارسی، ماسک‌های شکل سفارشی و نقشه‌های رنگ پشتیبانی می‌کند تا نمایش دقیق و زیبایی از فراوانی واژه‌ها ایجاد شود.

نمونهٔ استفاده

import requests
from collections import Counter

from shekar import WordCloud
from shekar import WordTokenizer
from shekar.preprocessing import (
  HTMLTagRemover,
  PunctuationRemover,
  StopWordRemover,
  NonPersianRemover,
)
preprocessing_pipeline = HTMLTagRemover() | PunctuationRemover() | StopWordRemover() | NonPersianRemover()


url = f"https://ganjoor.net/ferdousi/shahname/siavosh/sh9"
response = requests.get(url)
html_content = response.text
clean_text = preprocessing_pipeline(html_content)

word_tokenizer = WordTokenizer()
tokens = word_tokenizer(clean_text)

word_freqs = Counter(tokens)

wordCloud = WordCloud(
        mask="Iran",
        width=1000,
        height=500,
        max_font_size=220,
        min_font_size=5,
        bg_color="white",
        contour_color="black",
        contour_width=3,
        color_map="Set2",
    )

# اگر واژه‌ها جدا دیده شدند، با bidi_reshape=True دوباره اجرا کنید
image = wordCloud.generate(word_freqs, bidi_reshape=False)
image.show()