Python绘制实时疫情词云

“词云”这个概念由美国西北大学新闻学副教授里奇·戈登（Rich Gordon）于提出。他一直很关注网络内容发布的最新形式——即那些只有互联网可以采用而报纸、广播、电视等其它媒体都望尘莫及的传播方式。通常，这些最新的、最适合网络的传播方式，也是最好的传播方式。 因此，“词云”就是通过形成“关键词云层”或“关键词渲染”，对网络文本中出现频率较高的“关键词”的视觉上的突出。

词云图过滤掉大量的文本信息，使浏览网页者只要一眼扫过文本就可以领略文本的主旨。

当初的想法是定时将丁香园肺炎疫情实时动态爬下来保存在本地，做成一个网站，将详细的疫情播报做成词云，人们就可以不用看长篇大论，而是通过词云获取关键词。结果发现网上都是一个个xxx肺炎疫情实时动态。

读取文件

首先，我从丁香园肺炎疫情实时动态复制以下文本将其绘制成词云。

病毒: 新型冠状病毒 2019-nCoV

传染源: 野生动物，可能为中华菊头蝠

传播途径: 经呼吸道飞沫传播，亦可通过接触传播，存在粪-口传播可能性

易感人群：人群普遍易感。老年人及有基础疾病者感染后病情较重，儿童及婴幼儿也有发病

潜伏期：一般为 3～7 天，最长不超过 14 天，潜伏期内存在传染性

效果如下：

第一步当然是将数据保存在本地，然后读取数据。
因为文件对象会占用操作系统的资源，所以文件读取完后必须要关闭。
因为文件读写时都有可能产生IOError,出错后就不会调用close()，所以保证程序正常运行，应该使用try……finally。
代码如下：

try:
    fp=open("D:\\githubMe\\flask-tutorial\\doc\\coronavirus_data.txt",'r', encoding='UTF-8')
    text=fp.read()
    print(text)
finally:
    if fp:
        fp.close()

当然，python的with可以自动调用close()。
优化的代码如下：

with open("D:\\githubMe\\flask-tutorial\\doc\\coronavirus_data.txt",'r', encoding='UTF-8') as fp:
    text=fp.read()

生成词云

想要生成词云，方式有很多，这里调用wordcloud包。

pip install WordCloud

其官网的案例。
导入PIL图片处理库，对图片进行保存。

pip install PIL

PIL已经是弃用了，所以可以安装PIL fork 版的 Pillow来替代它。

pip install Pillow

from wordcloud import WordCloud
import PIL .Image