WordCloud实现词云实例

# 微博内容分析——词云
def wordcloud(df):
    tomato_str = ' '.join(df['内容'])

    words_list = []  # 保存词汇的列表
    # 分词
    word_generator = jieba.cut_for_search(tomato_str)
    for word in word_generator:
        words_list.append(word)  # 将拆分后的词汇添加至列表当中
    words_list = [k for k in words_list if len(k) > 2]  # 筛选词汇长度大于1的
    # words_list.remove('视频')
    # words_list.remove('全文')
    # words_list.remove('微博')
    back_color = imageio.imread('./images/词云背景.jpg')  # 读取图片
    wc = WordCloud(background_color='white',  # 背景颜色
                   max_words=200,  # 最大词数
                   mask=back_color,  # 以该参数值作图绘制词云，这个参数不为空时，width和height会被忽略
                   max_font_size=300,  # 显示字体的最大值
                   font_path="./images/STFANGSO.ttf",  # 字体
                   random_state=42,  # 为每个词返回一个PIL颜色
                   width=1000,  # 图片的宽
                   height=860  # 图片的长
                   )
    tomato_count = collections.Counter(words_list)  # 统计数量
    wc.generate_from_frequencies(tomato_count)  # 生成词云图
    # wc.generate(words_list)
    # 保存词云图片
    wc.to_file(('./images/微博内容词云.png'))
    print('完成！！')

词云图