词云生成WordCloud

将一篇文章中的出现的词语进行频率统计并生成词云，可以使人有一目了然的感觉．
本文选取ＩＳＯ９００１质量管理体系的部分内容，保存在iso.txt文件中．
使用图形
使用PYTHON第三方库：jieba，WordCloud，matplotlib

# -*- coding: utf-8 -*-
from wordcloud import WordCloud
from PIL import Image
import numpy as np
import matplotlib.pyplot as plt
import jieba
import re


text = open('iso.txt').read()
Chinese = ''.join(re.findall(r'[\u4e00-\u9fa5]+', text))  #中文字符范围
 

text = ' '.join(jieba.cut(Chinese))# 中文分词
wordlist=text.split(" ")

def count_repeat(value):  #利用字典统计次数
      dict={}  
      for i in value: 
            condi=dict.setdefault(i,0)  #如果数字首次出现，字典的键为i,值为0.如果已出现计算次数
            if condi: 
                      dict[i ]=dict[i ]+1  
            else:
                      dict[i]=1  
      return dict
 

mask = np.array(Image.open("ISO.PNG"))
excludewords={"使用","及其","有关","相关","这些","包括"}

wc = WordCloud(scale=5,mask=mask, font_path='simhei.ttf', mode='RGBA', background_color=None,   stopwords=excludewords, max_words = 60,max_font_size = 60,random_state=20).generate(text)
# max_words词汇容量量 ，max_font_size 词大小
#mode='RGBA'    A是透明背景

plt.imshow(wc , interpolation='bilinear')  #插值计算
'''   Supported values are 'none', 'nearest', 'bilinear', 'bicubic',
        'spline16', 'spline36', 'hanning', 'hamming', 'hermite', 'kaiser',
        'quadric', 'catrom', 'gaussian', 'bessel', 'mitchell', 'sinc',
        'lanczos'.'''

plt.axis("off")  #关闭坐标

plt.show()
wc.to_file('wordcloud.png')  # 保存到文件

生成的词云：