最近使用word2vec对文本进行向量化表示，然后模仿基于CNN的图像分类实现文本分类。既然是模仿图像，那就应该可以将文本用图像可视化一下，看看量化后的文本是什么样子。
python处理图像的基本模块是Image库，由于实验中使用的是python3，需要安装的图像处理库为Pillow （pip install Pillow / conda install Pillow）。词向量模型使用的是gensim的word2vec工具，具体操作见这里。
#-*-coding=utf-8-*- from gensim import models import numpy as np from PIL import Image text_width = 10 #load word2vec model word_vector_size =25 base_model_path = './word_vector_' modelpath = base_model_path+str(word_vector_size) emotion_model = models.Word2Vec.load(modelpath) #加载词向量模型 #得到字符向量 def getCharVec(char): vector = np.zeros(word_vector_size) if char in emotion_model: vector[0:word_vector_size] = emotion_model[char] else: #若词汇不在词向量模型中则按正态分布随机初始化 loc,scale = 0,0.5 #均值和标准差 vector[0:word_vector_size] = np.random.normal(loc,scale,word_vector_size) return vector #得到句子向量 def getSentenceVec(sentence): vectors = np.zeros((text_width,word_vector_size)) sentence_array = sentence.split(' ') for i in range(len(sentence_array)-1): vector = getCharVec(sentence_array[i]) vectors[i] = vector return vectors def drawPic(vectors,savepath): img = Image.fromarray(vectors) img.save(savepath) if __name__ == '__main__': text1 = '预告片 里 的 服 化 道 时而 素雅 时而 华贵 晓彤 演绎 的 刘楚玉 演技 提高 很 值得 期待' text2 = '这部 剧 的 摄影师 和 剪辑师 是不是 已经 做好 了 随时 领 盒饭 的 准备 了' if len(text1.split())>text_width: text_width = len(text1.split()) if len(text2.split())>text_width: text_width = len(text2.split()) vectors = getSentenceVec(text1) print(vectors) drawPic(vectors,'./text1.tiff') vectors = getSentenceVec(text2) print(vectors) drawPic(vectors,'./text2.tiff')运行后得到的图像分别为：
text1.tiff
text2.tiff
备注：之所以存储图像为tiff格式，是因为数组数据为float类型，直接存为png格式会报错 can't save mode 'F' image，故参考相关回答将格式改为tiff，运行成功。
