在Python中生成词云

利用jieba、wordcloud、matplotlib三个库做出词云

基本步骤

• 1、将目标文本分词
• 2、创建词云对象
• 3、生成图片

解释

• WordCloud是可以分词的，但是对中文不友好，所以需要使用jieba库分词
  分词教程
• 词云对象需要指定字体的路径，默认字体无法显示中文文本

WordCloud参数	说明
width	词云图片的宽度
height	词云图片的高度
min_font_size	最小字号，默认是4号
max_font_size	最大字号
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
font_path	字体路径
max_words	最大单词数量，默认200个
stop_words	忽略的单词列表
background_color	词云图片的背景色
mask	指定词云形状，图片的白色部分不显示词语，其余颜色将会显示词语

最简单的词云

import jieba
import matplotlib.pyplot as plt 
from wordcloud import WordCloud, ImageColorGenerator
text = '从语体的角度看，立法语体相对独立，法律文本的词语特征、句子特征和篇章特征都体现了这种相对独立性。'
cut_text = '|'.join(jieba.cut(text, cut_all=False))
wordcloud = WordCloud(
 font_path="C:/Windows/Fonts/simfang.ttf",
 background_color="white",
 width=1000,
 height=880,
 ).generate(cut_text)
plt.imshow(wordcloud)
plt.axis("off")
plt.show()

拓展

如果生成特殊图形的词云（默认是方形），则加以下代码即可，注意图片的白色不显示文字

import wordcloud
import numpy as np
import matplotlib.pyplot as plt
import PIL
import jieba

content=open("content.txt","r").read()          #读取文本文件
cut_list=jieba.cut(content)                     #分词
target_content=" ".join(cut_list)               #将列表转为字符串，并以空格隔开
image = PIL.Image.open(r'pic.png')              #加载图片
MASK = np.array(image)                          #将图片转化为数组
#设置词云对象
WC = wordcloud.WordCloud(                       
    font_path = r'C:\Windows\Fonts\msyh.ttc',   #微软雅黑字体路径 ‪C:\Windows\Fonts\msyh.ttc‬
    max_words=2000,
    mask = MASK,
    height= 1000,
    width=1000,
    background_color='white',
    repeat=False,
    mode='RGBA'
    )
#生成词云图片
wc_image = WC.generate(target_content)
plt.imshow(wc_image)
plt.axis('off')
plt.show()

参考文献