python：wordcloud词云

一、基本使用

import jieba
import wordcloud
txt = open("1.txt", "r", encoding='utf-8').read()

words = jieba.lcut(txt)
txt_1 = " ".join(words)
# print(txt1)
w = wordcloud.WordCloud(font_path="msyh.ttc",
                        width=1000, height=700, background_color="white",
                        )
w.generate(txt_1)
w.to_file("ciyun.png")

二、按图片形状生成

import jieba
from wordcloud import WordCloud, STOPWORDS, ImageColorGenerator
import numpy as np
from PIL import Image

txt = open("C:/Users/96356/Desktop/1.txt", "r", encoding='utf-8').read()

words = jieba.lcut(txt)
txt_1 = " ".join(words)
photo = np.array(Image.open('C:/Users/96356/Desktop/2.png'))
# from scipy.misc import imread
# china=imread('C:/Users/96356/Desktop/2.png') #scipy.misc方式都可以读取图片

w = WordCloud(font_path="msyh.ttc",
              mask=photo,
              background_color="white",
              )
w.generate(txt_1)
w.to_file("ciyun.png")

三、WordCloud参数详解

from wordcloud import WordCloud

参数	作用
font_path	字体路径，需要展现什么字体就把该字体路径+后缀名写上，如：font_path = ‘黑体.ttf’
width	输出的画布宽度，默认为400像素
height	输出的画布高度，默认为200像素
prefer_horizontal	词语水平方向排版出现的频率，默认 0.9 （所以词语垂直方向排版出现频率为 0.1 ）
mask	如果参数为空，则使用二维遮罩绘制词云。如果 mask 非空，设置的宽高值将被忽略，遮罩形状被 mask 取代。除全白（#FFFFFF）的部分将不会绘制，其余部分会用于绘制词云。如：bg_pic = imread(‘读取一张图片.png’)，背景图片的画布一定要设置为白色（#FFFFFF），然后显示的形状为不是白色的其他颜色。可以用ps工具将自己要显示的形状复制到一个纯白色的画布上再保存，就ok了。一般为mask=np.array(Image.open(‘xxx.jpg’))。其中from PIL import Image
scale	按照比例进行放大画布，如设置为1.5，则长和宽都是原来画布的1.5倍
min_font_size	显示的最小的字体大小
font_step	字体步长，如果步长大于1，会加快运算但是可能导致结果出现较大的误差
max_words	要显示的词的最大个数
stopwords	设置需要屏蔽的词，如果为空，则使用内置的STOPWORDS
background_color	背景颜色，如background_color=‘white’,背景颜色为白色
max_font_size	显示的最大的字体大小
mode	当参数为“RGBA”并且background_color不为空时，背景为透明
relative_scaling	词频和字体大小的关联性
color_func	生成新颜色的函数，如果为空，则使用 self.color_func
regexp	使用正则表达式分隔输入的文本
collocations	是否包括两个词的搭配
colormap	给每个单词随机分配颜色，若指定color_func，则忽略该方法
random_state	为每个单词返回一个PIL颜色

其他部分函数

函数	作用
fit_words(frequencies)	根据词频生成词云
generate(text)	根据文本生成词云
generate_from_frequencies(frequencies[, …])	根据词频生成词云
generate_from_text(text)	根据文本生成词云
process_text(text)	将长文本分词并去除屏蔽词（此处指英语，中文分词还是需要自己用别的库先行实现，使用上面的 fit_words(frequencies) ）
recolor([random_state, color_func, colormap])	对现有输出重新着色。重新上色会比重新生成整个词云快很多
to_array()	转化为 numpy array
to_file(filename)	输出到文件