准备工作
安装wordcloud库（pip install wordcloud）网速不好是可以使用国内镜像pip install -i https://pypi.tuna./simple wordcloud
安装中文分词需要的jieba库（pip install jieba）或使用国内镜像
pip install -i https://pypi.tuna./simple jieba
找一份制作词云使用的文字（txt格式）制作所需要的背景图搭建好环境
背景图
要求：背景需要色差较大的图片，若是不满足，可使用修图工具自行修改
制作词云
1、英文版
# 导入wordcloud模块和matplotlib模块from wordcloud import WordCloudimport matplotlib.pyplot as pltimport imageio# imageio.imread()# 读取一个txt文件text = open('file/The Count of Monte Cristo.txt','r',encoding="utf8").read()# 读入背景图片bg_pic = imageio.imread('file/06170848597.jpg')# 生成词云wordcloud = WordCloud(mask=bg_pic,background_color='white',max_words=3000,max_font_size=80,min_font_size=5).generate(text)# 保存词云图片wordcloud.to_file("file/out_pic.jpg")plt.imshow(wordcloud)plt.axis('off')plt.show()
2、中文版
# 导入wordcloud模块和matplotlib模块from wordcloud import WordCloudimport jiebaimport imageiofrom os import pathimport matplotlib.pyplot as plt# 绘制词云def draw_wordcloud():# 读入一个txt文件# comment_text = open('file/古诗词名句.txt','rb').read()comment_text = open('file/默读.txt','rb').read()# 结巴分词，生成字符串，如果不通过分词，无法直接生成正确的中文词云cut_text = " ".join(jieba.cut(comment_text))d = path.dirname(__file__) # 当前文件文件夹所在目录color_mask = imageio.imread("file/1514902082476.jpg") # 读取背景图片cloud = WordCloud(# 设置字体，不指定就会出现乱码font_path="方正喵呜体.ttf",# 设置背景色background_color='white',# 词云形状mask=color_mask,#允许最大词汇max_words=3000,#最大号字体max_font_size=150,#有多少种情况random_state=30)word_cloud = cloud.generate(cut_text) # 产生词云word_cloud.to_file("file/默读.jpg") # 保存图片# 显示词云图片plt.imshow(word_cloud)plt.axis('off')plt.show()if __name__ == '__main__':draw_wordcloud()
这种情况是字体设置的问题，但是不影响结果
Building prefix dict from the default dictionary ... Loading model from cache C:\Users\柠檬の夏\AppData\Local\Temp\jieba.cache Loading model cost 3.215 seconds. Prefix dict has been built successfully.
3、word cloud其他参数设置
font_path : string //字体路径，需要展现什么字体就把该字体路径+后缀名写上，如：font_path = '黑体.ttf'width : int (default=400) //输出的画布宽度，默认为400像素height : int (default=200) //输出的画布高度，默认为200像素prefer_horizontal : float (default=0.90) //词语水平方向排版出现的频率，默认 0.9 （所以词语垂直方向排版出现频率为 0.1 ）mask : nd-array or None (default=None) //如果参数为空，则使用二维遮罩绘制词云。如果 mask 非空，设置的宽高值将被忽略，遮罩形状被 mask 取代。除全白（#FFFFFF）的部分将不会绘制，其余部分会用于绘制词云。如：bg_pic = imread('读取一张图片.png')，背景图片的画布一定要设置为白色（#FFFFFF），然后显示的形状为不是白色的其他颜色。可以用ps工具将自己要显示的形状复制到一个纯白色的画布上再保存，就ok了。scale : float (default=1) //按照比例进行放大画布，如设置为1.5，则长和宽都是原来画布的1.5倍。min_font_size : int (default=4) //显示的最小的字体大小font_step : int (default=1) //字体步长，如果步长大于1，会加快运算但是可能导致结果出现较大的误差。max_words : number (default=200) //要显示的词的最大个数stopwords : set of strings or None //设置需要屏蔽的词，如果为空，则使用内置的STOPWORDSbackground_color : color value (default=”black”) //背景颜色，如background_color='white',背景颜色为白色。max_font_size : int or None (default=None) //显示的最大的字体大小mode : string (default=”RGB”) //当参数为“RGBA”并且background_color不为空时，背景为透明。relative_scaling : float (default=.5) //词频和字体大小的关联性color_func : callable, default=None //生成新颜色的函数，如果为空，则使用 self.color_funcregexp : string or None (optional) //使用正则表达式分隔输入的文本collocations : bool, default=True //是否包括两个词的搭配colormap : string or matplotlib colormap, default=”viridis” //给每个单词随机分配颜色，若指定color_func，则忽略该方法。fit_words(frequencies) //根据词频生成词云generate(text) //根据文本生成词云generate_from_frequencies(frequencies[, ...]) //根据词频生成词云generate_from_text(text) //根据文本生成词云process_text(text) //将长文本分词并去除屏蔽词（此处指英语，中文分词还是需要自己用别的库先行实现，使用上面的 fit_words(frequencies) ）recolor([random_state, color_func, colormap]) //对现有输出重新着色。重新上色会比重新生成整个词云快很多。to_array() //转化为 numpy arrayto_file(filename) //输出到文件
