WordCloud词云是一种数据可视化形式

• 不会的时候，感觉很厉害
• 会用了之后，感觉别人都玩烂了

这篇文章就教大家如何使用Python生成词云

准备工作

先要安装wordcloud（本体），matplotlib（绘图），jieba（中文分词），PIL（依赖）这些库。

使用pip安装： pip install wordcloud matplotlib jieba PIL

WordCloud()函数介绍

WordCloud() 的参数如下：

• font_path ：可用于指定字体路径，包括otf和ttf
• width ：词云的宽度，默认为400
• height ：词云的高度，默认为200
• mask ：蒙版，可用于定制词云的形状
• min_font_size ：最小字号，默认为4
• max_font_size ：最大字号，默认为词云的高度
• max_words ：词的最大数量，默认为200
• stopwords ：将被忽略的停用词，如果不指定则使用默认的停用词词库
• background_color ：背景颜色，默认为black
• mode ：默认为RGB模式，如果为RGBA模式且background_color设为None，则背景将透明

从零开始

• 导入库

  from wordcloud import WordCloud import matplotlib.pyplot as plt Matplotlib是一个Python 2D绘图库，可以生成各种硬拷贝格式和跨平台交互式环境的出版物质量数据。官方网站

• 生成WordCloud

  wc = WordCloud().generate(open(‘input.txt’).read()) 这里的 input.txt 可以是一篇文章、一本书，甚至无序的数字序列，WordCloud将会根据词频自动输出。

如果使用Linux无界面操作系统或者Jupyter Notebook，中文有可能会出现无字体的问题，那么就需要自定义字体路径：

wc = WordCloud(font_path='font.ttf').generate(open('input.txt').read())

其中font.ttf是自定义的字体路径，建议放在同目录下。

• 显示图片

这里用到了万能的Matplotlib，可以在有GUI的环境下或者Jupyter Notebook下预览图片：

plt.imshow(wc, interpolation='bilinear')
plt.axis('off')
plt.show()

Matplotlib在Jupyter Notebook有时候会出现调用时只显示对象摘要不输出图片的问题，这个时候重新执行一次就可以了，效果如下：

• Chinese Trick

你可能注意到了，这个时候词语好像不太对劲，本来好好的“行者”硬是被分成了“行者道”。这是因为WordCloud本身并不是专门为中文适配的，所以我们要祭出jieba来给中文分词：

import jieba
text = ' '.join(jieba.cut(text))

到此，Word Cloud就告一段落啦，是不是十分简单？

参考链接： 03 高端又一般的词云 Matplotlib 结巴 WordCloud