Python制作词云图

在一些简单的数据分析场景中，制作词云图是一个非常基本的数据可视化操作。由于词云图的直观性，在很多业务场景中使用都很频繁，不管是做的人、用的人、看的人都不需要有太多的技术背景。制作简单、直观美观让词云图在很多业务场景中都能脱颖而出，尤其是汇报展示，词云图通常可以用最直观的视觉冲击起到事半功倍的效果。

常用包介绍

Python制作中文词云图最为常用的方法之一就是 wordcloud + jieba。

jieba

jieba库是Python的第三方库，是一个中文分词库，是Python中目前最受欢迎的中文分词工具，使用起来非常方便。

jieba分词库的基本原理：

• 利用中文词库，分析汉字与汉字之间的关联几率
• 分析汉字词组的关联几率
• 结合用户自定义的词组进行分词

jieba分词有三种模式：

• 精准模式：把文本精确切分开，不存在冗余单词
• 全模式：把文本中所有可能的词都扫描出来，会有冗余
• 搜索引擎模式：在精确模式的基础上，对长词再次切分

wordcloud

参考资料WordCloud for Python documentation

wordcloud模块有四个函数，在上面的参考资料中可以查看相关教程。基础操作用第一个函数基本就可以解决，后三个函数辅助修改词云图。

• WordCloud() 用于生成、绘制词云图的对象
• ImageColorGenerator() 基于色彩图像的颜色生成器
• random_color_func() 生成随机色调
• get_single_color_func() 用于返回单个色调和饱和度的颜色函数

案例

之前汇总过一篇如何爬取影视剧豆瓣评论的《网络爬虫之豆瓣评论》，本篇案例就以此为基础，将爬下来的评论生成词云图，来直观地看看大家对这个电影的评论如何。

代码

自定义了一个停用词库，还可以自定义留用词库，用来保护不想被拆分的词句，或者想在词云图中加上某些固定词句。

import jieba
from wordcloud import WordCloud

class