Python wordcloud 绘制词云

词云绘制六步走：

1、准备文本
2、文本预处理
3、中文分词
4、词频统计
5、配置并生成词云
6、绘制词云

一个简单的词云绘制项目：

import re
import collections  # 词频统计库
import numpy as np # numpy数据处理库
import jieba  # 结巴分词
import wordcloud # 词云展示库
from PIL import Image  # 图像处理库
import matplotlib.pyplot as plt # 图像展示库

# 读取文件
fn = open('51job.csv')
string_data = fn.read()
fn.close()

# 文本预处理
pattern = re.compile(u'\t|,|/|。|\n|\.|-|:|;|\)|\(|\?|"') # 定义正则表达式匹配模式
string_data = re.sub(pattern,'',string_data)  # 将符合模式的字符去除

# 文本分词
seg_list_exact = jieba.cut(string_data,cut_all=False)  # 精确模式分词
object_list = []
remove_words = [u'的', u'，',u'和', u'是', u'随着', u'对于', u'对',u'等',u'能',u'都',u'。',u' ',u'、',u'中',u'在',u'了',u'通常',u'如果',u'我们',u'需要',u'（',u'）',u'有限公司',u'万月',u'0403'] # 自定义去除词库

for word in seg_list_exact:
    if word not in remove_words:
        object_list.append(word)

# 词频统计
word_counts = collections.Counter(object_list) # 对分词做词频统计
word_counts_top10 = word_counts.most_common(10) # 获取前10最高频的词
print(word_counts_top10)

# 词频展示
mask = np.array(Image.open('bg1.jpg'))  # 定义词频背景
wc = wordcloud.WordCloud(
    font_path='SC-Light.otf',  # 设置字体
    mask = mask,  # 背景图设置
    max_words=300,  # 最多显示词数
    max_font_size=100 # 字体最大值
)

wc.generate_from_frequencies(word_counts) # 从字典生成词云
image_colors = wordcloud.ImageColorGenerator(mask) # 从背景图建立颜色方案
wc.recolor(color_func=image_colors)  # 将词云颜色设置为背景图方案
plt.imshow(wc) # 显示词云
plt.axis('off') # 关闭坐标轴
plt.show() # 显示图像

结果如下：