python—wordcloud库绘制词云

前言

在做词云图之前我们需要安装第三方库：

pip install numpy matplotlib pillow wordcloud imageio jieba snownlp itchat -i https://pypi.tuna.tsinghua.edu.cn/simple

如果在安装wordcloud的时候出现报错：Microsoft Visual C++ 14.0 is required.

这时候 点这个网址下载所需的wordcloud模块的.whl文件，再用pip安装下载的文件。比如，对于64位windows操作系统，python版本为3.6的电脑，就应该下载wordcloud-1.4.1-cp36-cp36m-win_amd64.whl这个文件下载后打开命令行，使用cd命令切换到该文件的路径，执行pip install wordcloud-1.4.1-cp36-cp36m-win_amd64.whl命令，即可安装成功。

一、简单的词云图

1.画图

代码：
wordcloud库为每一个词云生成一个WordCloud对象（注意，此处的W和C是大写）

import wordcloud#导入做词云图需要用的包
w = wordcloud.WordCloud()#用wordcloud创建了一个词云对象，在wordcloud一个对象对应一个图片
w.generate('and that government of the people, by the people, for the people, shall not perish from the earth.')#用词云对象的generate方法将文本传入
w.to_file(r'D:\python学习\zihaowordcloud\code\output1.png')#词云图保存的路径和名字

结果如下：

运行完成之后，保存所在的文件夹，就会出现output.png图片文件。可以看出，wordcloud自动将and that by the not from等废话词组过滤掉，并且把出现次数最多的people大号显示。

2.美化图

我们可以在WordCloud()括号里填入各种参数，控制词云的字体、字号、字的颜色、背景颜色等等。

代码：

import wordcloud#导入做词云图需要用的包
# 构建词云对象w，设置词云图片宽、高、字体、背景颜色等参数
w = wordcloud.WordCloud(width=1000,height=700,background_color='white',font_path='msyh.ttc')#font_path='msyh.ttc'表示的是字体为微软雅黑
# 调用词云对象的generate方法，将文本传入
w.generate('从明天起，做一个幸福的人。喂马、劈柴，周游世界。从明天起，关心粮食和蔬菜。我有一所房子，面朝大海，春暖花开')
# 将生成的词云保存为output2-poem.png图片文件，保存到当前文件夹中
w.to_file(r'D:\python学习\zihaowordcloud\code\output2-poem.png')

结果如下：

在wordcloud库中，如果一句话没有重复的词语，会随机的做成好看的词云图。

美化图的参数：

参数	含义	默认值
width	图片宽度	400像素
height	图片高度	200像素
background_color	图片的背景颜色	黑色
font_step	字号增大的步进间隔	1号
font_path	指定字体路径	None，对于中文可用font_path=‘msyh.ttc’
mini_font_size	最小字号	默认4号
max_font_size	最大字号	根据高度自动调节
max_words	最大词数	200
stop_words	不显示的单词	stop_words={“python”,“java”}
Scale	值越大，图像密度越大越清晰	默认值1
prefer_horizontal	表示在水平如果不合适，就旋转为垂直方向	0.90，浮点数类型
relative_scaling	设定按词频倒序排列，上一个词相对下一位词的大小倍数。有如下取值：“0”表示大小标准只参考频率排名，“1”如果词频是2倍，大小也是2倍	默认值0.5，浮点型
mask	指定词云形状图片	默认为矩形

读入外部词云形状图片：
需要pip install imageio安装imageio

import imageio
mk = imageio.imread("picture.png")
w = wordcloud.WordCloud(mask=mk)

3.从外部文件读入文本

很多时候文本的数量很大，我们如果直接输入显得很累赘，所以我们需要从外面部导入文件。
代码如下：

import wordcloud
# 从外部.txt文件中读取大段文本，存入变量txt中
f = open(r'D:\python学习\zihaowordcloud\code\关于实施乡村振兴战略的意见.txt',encoding='utf-8')#encoding='utf-8'中文
txt = f.read()
# 构建词云对象w，设置词云图片宽、高、字体、背景颜色等参数
w = wordcloud.WordCloud(width=1000,
                        height=700,
                        background_color='white',
                        font_path='msyh.ttc')

# 将txt变量传入w的generate()方法，给词云输入文字
w.generate(txt)
# 将词云图片导出到当前文件夹
w.to_file('output3-sentence.png')

**

4.分词后词云图

上面的词云图都是一句一句的，那是因为没有分词，下面我们运用Python中的第三方库jieba对文本先进行分词，然后再做成词云图。
代码如下：

# 导入词云制作库wordcloud和中文分词库jieba
import jieba
import wordcloud
# 构建并配置词云对象w
w = wordcloud.WordCloud(width=1000,
                        height=700,
                        background_color='white',
                        font_path='msyh.ttc')

# 调用jieba的lcut()方法对原始文本进行中文分词，得到string
txt = '同济大学（Tongji University），简称“同济”，是中华人民共和国教育部直属，由教育部、国家海洋局和上海市共建的全国重点大学，历史悠久、声誉卓著，是国家“双一流”、“211工程”、“985工程”重点建设高校，也是收生标准最严格的中国大学之一'
txtlist = jieba.lcut(txt)#传出的是一个列表
string = " ".join(txtlist)#词云要的是一个字符串，因此把列表变成字符串

# 将string变量传入w的generate()方法，给词云输入文字
w.generate(string)

# 将词云图片导出到当前文件夹
w.to_file(r'D:\python学习\zihaowordcloud\code\output4-tongji.png'