WordCloud 中英文词云图绘制，看这一篇就够了

欢迎关注天善智能，我们是专注于商业智能BI，人工智能AI，大数据分析与挖掘领域的垂直社区，学习，问答、求职一站式搞定！

对商业智能BI、大数据分析挖掘、机器学习，python，R等数据领域感兴趣的同学加微信：tstoutiao，邀请你进入数据爱好者交流群，数据爱好者们都在这儿。

作者：  苏克1900
公众号：第2大脑

摘要： 当我们手中有一篇文档，比如书籍、小说、电影剧本，若想快速了解其主要内容是什么，则可以采用绘制 WordCloud 词云图，显示主要的关键词（高频词）这种方式，非常方便。本文将介绍常见的英文和中文文本的词云图绘制，以及 Frequency 频词频词云图。

写在前面：由于文中有一些超链接，无法在公众号打开，建议点击底部「阅读原文」或者复制下面的博客链接到浏览器打开，体验更好。

https://www.makcyun.top/

在上一篇文章「

pyspider 爬取并分析虎嗅网 5 万篇文章

 」中的文本可视化部分，我们通过 WordCloud 和 jieba 两个包绘制了中文词云图，当时只是罗列出了代码，并没有详细介绍。接下来，将详细说明各种形式的词云图绘制步骤。

1. 英文词云

我们先绘制英文文本的词云图，因为它相对简单一些。这里以《海上钢琴师》这部电影的剧本为例。

首先，准备好电影剧本的文本文件（如下图）：

接下来，我们绘制一个最简单的矩形词云图，代码如下：

1import os
2from os import path
3from wordcloud import WordCloud
4from matplotlib import pyplot as plt
5# 获取当前文件路径
6d = path.dirname(__file__) if "__file__" in locals() else os.getcwd()
7# 获取文本text
8text = open(path.join(d,'legend1900.txt')).read()
9# 生成词云
10wc = WordCloud(scale=2,max_font_size = 100)
11wc.generate_from_text(text)
12# 显示图像
13plt.imshow(wc,interpolation='bilinear')
14plt.axis('off')
15plt.tight_layout()
16#存储图像
17wc.to_file('1900_basic.png')
18# or
19# plt.savefig('1900_basic.png',dpi=200)
20plt.show()

这里，通过 open() 方法读取文本文件，然后在 WordCloud 方法中设置了词云参数，再利用 generate_from_text() 方法生成该电影剧本的词云，最后显示和保存词云图。十几行代码就可以生成最简单的词云图：

通过上面的词云图，你可能会发现有几点问题：

可不可以更换背景，比如白色？

词云图能不能换成其他形状或者图片？

词云中最显眼的词汇 「ONE」，并没有实际含义，能不能去掉？

以上这些都是可以更改的，如果你想实现以上想法，那么需要先了解一下 WordCloud 的API 参数及它的一些方法。

这里，我们列出它的各项参数，并注释重要的几项：

1wordcloud.WordCloud(
2    font_path=None,  # 字体路径，英文不用设置路径，中文需要，否则无法正确显示图形
3    width=400, # 默认宽度
4    height=200, # 默认高度
5    margin=2, # 边缘
6    ranks_only=None, 
7    prefer_horizontal=0.9, 
8    mask=None, # 背景图形，如果想根据图片绘制，则需要设置
9    scale=1, 
10    color_func=None, 
11    max_words=200, # 最多显示的词汇量
12    min_font_size=4, # 最小字号
13    stopwords=None, # 停止词设置，修正词云图时需要设置
14    random_state=None, 
15    background_color='black', # 背景颜色设置，可以为具体颜色,比如white或者16进制数值
16    max_font_size=None, # 最大字号
17    font_step=1, 
18    mode='RGB', 
19    relative_scaling='auto', 
20    regexp=None, 
21    collocations=True, 
22    colormap='viridis', # matplotlib 色图，可更改名称进而更改整体风格
23    normalize_plurals=True, 
24    contour_width=0, 
25    contour_color='black', 
26    repeat=False)

关于更详细的用法，你需要到官网了解。

了解了各项参数后，我们就可以自定义想要的词云图了。比如更换一下背景颜色和整体风格，就可以通过修改以下几项参数实现：

1wc