Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
frank-andrade.medium.com22. April 2021 · Q010421

How to Easily Make Beautiful Wordclouds in Python

frank-andrade.medium.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Artikel zeigt, wie Python-Wortwolken mit `stylecloud` in Symbolform und mit `wordcloud` anhand eigener Bildmasken erstellt werden. Er behandelt Farben, Farbpaletten, Stoppwörter und das Speichern der Ergebnisse; für gute Masken empfiehlt der Autor klare Umrisse. Ein systematischer Vergleich fehlt, und manche Codebeispiele sind im Text zusammengefügt.

Mittel

Frank Andrade beschreibt, wie sich Wortwolken in Python mit `stylecloud` und `wordcloud` erstellen und anpassen lassen. Wortwolken stellen häufige Wörter laut Artikel größer dar und sollen so einen ersten Eindruck vom Textinhalt geben.

Mit `stylecloud` erzeugt der Autor anhand eines Textes aus Steve Jobs’ Rede eine Wolke in Form eines Font-Awesome-Symbols. Parameter erlauben laut Anleitung, Farben, Hintergrund, Dateiname und die Anzeige von Wortpaaren festzulegen. Eine Liste englischer Stoppwörter lässt sich mit dem Paket `stop_words` abrufen, bearbeiten und über `custom_stopwords` übergeben. Auch Farbpaletten werden gezeigt.

Für eine eigene Bildform empfiehlt der Artikel `wordcloud` zusammen mit Pillow, NumPy und Matplotlib: Ein geladenes Bild dient als Maske, optional werden seine Farben übernommen, und Matplotlib zeigt das Ergebnis an. Das Bild kann als Datei gespeichert werden. Der Autor merkt an, dass die Maskenvorlage klare Umrisse haben sollte, damit die Form erkennbar bleibt.

Die Beispiele nutzen ein Apfel-Symbol und eine Batman-Maske. Der Bericht bietet Anleitungen und Codebeispiele, aber keinen systematischen Vergleich oder Qualitätsnachweis. Einige Codezeilen sind im Quelltext zusammengefügt und müssten vor der Ausführung möglicherweise formatiert werden.

Ausführlich lesen

Der Bericht ist eine vollständige Anleitung von Frank Andrade dazu, in Python Wortwolken zu erstellen und ihr Aussehen anzupassen. Eine Wortwolke soll laut Artikel häufige Begriffe eines Textes sichtbar machen: Häufigere Wörter erscheinen größer und können dadurch einen ersten Eindruck vom Inhalt vermitteln. Der Autor stellt zwei Wege vor: die Bibliothek `stylecloud` für Wortwolken in Form vorgegebener Symbole und die Bibliothek `wordcloud` für eigene Bildmasken.

Für den Einstieg mit `stylecloud` nutzt der Artikel einen Text aus Steve Jobs’ Rede und ein Apfel-Symbol aus Font Awesome. Nach der Installation wird `stylecloud.gen_stylecloud()` mit dem Pfad zur Textdatei und dem Symbolnamen aufgerufen. Der Autor zeigt außerdem, wie sich Hintergrund- und Wortfarben festlegen, der Name der Ausgabedatei bestimmen und Zweier-Wortverbindungen ausschließen lassen. Für Farben können laut Anleitung auch HTML-Farbcodes verwendet werden.

Ein weiterer Abschnitt behandelt Stoppwörter, also Begriffe, die bei der Wortwolke ausgelassen werden sollen. Der Artikel empfiehlt dafür das Paket `stop_words`: Es liefert eine sprachbezogene Liste, die sich mit `append` erweitern oder mit `remove` kürzen lässt. Diese Liste wird anschließend über `custom_stopwords` an `stylecloud` übergeben. Zusätzlich zeigt der Autor, wie sich mit `palette` eine Farbpalette auswählen lässt.

Für eine selbst gewählte Bildform wechselt die Anleitung zu `wordcloud`, Pillow (`PIL`), Matplotlib und NumPy. Ein Bild wird als NumPy-Array geladen und als Maske an `WordCloud` übergeben. Der Beispielcode setzt unter anderem Größe, Hintergrund, Konturfarbe und Konturstärke. Der Autor weist ausdrücklich darauf hin, dass die Maskenvorlage eine klar erkennbare Form und deutliche Ränder haben sollte, damit das Ergebnis gut aussieht. Der Text wird aus einer Datei gelesen und der Wortwolke übergeben. Mit `ImageColorGenerator` lassen sich anschließend Farben aus der Vorlage übernehmen; ohne diesen Schritt könne die Wortwolke zufällige Farben erhalten. Matplotlib dient zum Anzeigen, und `wc.to_file()` speichert das Bild.

Als Beispiele nennt der Bericht eine Wortwolke mit Apfel-Symbol und eine mit einer Batman-Bildmaske. Er behauptet, mit den gezeigten Bibliotheken ließen sich Wortwolken mit wenigen Codezeilen gestalten. Die Anleitung enthält jedoch keinen Vergleich der Verfahren, keine Messungen oder systematische Bewertung der Resultate. Ihre konkrete Empfehlung zur Qualität der Masken beschränkt sich auf klare Formen und Ränder. Die gezeigten Codeschnipsel sind im Text teils unmittelbar aneinandergefügt; vor dem Ausführen müssten sie gegebenenfalls korrekt getrennt oder formatiert werden.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: ok

Es wurden keine Fragen zur Einordnung angegeben (Sammel- und Teilfragen sind jeweils leer), daher gibt es keine Einordnungen. Die Zusammenfassungen (kurz und mittel) wurden anhand des Berichts geprüft; die mittlere Fassung gibt die Kerninhalte korrekt wieder.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Verweise auf weitere Artikel, die Liste der Python-Bücher und den Newsletter am Ende sind nicht erwähnt, gehören aber nur zu den Randnotizen des Berichts.

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle

Kein Modell sieht bei diesem Bericht einen Bezug zu einer der 44 Sammelfragen.

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →