如何用 Python 制作词云图

大家好，欢迎来到 Crossin的编程教室 ！

什么是词云？在网络上我们经常可以看到一张图片，上面有一大堆大小不一的文字，这便是词云。词云一般是根据输入的大量词语生成的，如果某个词语出现的次数越多，那么相应的大小就会越大。

Python 中有一个专门用来生成词云的模块：wordcloud，直接 pip 安装即可，然后我们来看看它的用法。

# 导入模块  
from wordcloud import WordCloud  
# 准备文本数据，是一个字符串，单词之间用空格分隔  
sentence = "hello satori hello mashiro hello satori"  
# 创建词云对象  
wc = WordCloud()  
# 根据文本生成词云  
wc.generate(sentence)  
# 保存为图片  
wc.to_file("word.png")

我们打开图片看看效果：

我们看到单词就显示在了图片上，如果单词一多就像天空的云彩一样漂浮着，并且单词出现的频率越高，那么该单词在图片上大小就越大。

虽然词云生成了，但是风格是固定的，我们可不可以调整呢，显然是可以的。WordCloud 里面支持很多参数用来调整风格，我们看一下这些参数。

• width：词云的宽，默认是400像素；

• height：词云的高，默认是200像素；

• background_color：词云的背景颜色，默认是黑色；

• font_path：生成的词云所使用的字体，传入一个字体名称；

• mask：词云背景图片，接收一个 Numpy 数组。可以使用 PIL 或者 cv2 读取图片，然后生成数组；

• stopwords：要屏蔽的词语，接收一个集合，生成词云的时候会忽略掉屏蔽的词语；

• max_font_size：字体的最大大小，默认为 None；

• min_font_size：字体的最小大小，默认为 None；

• max_words：最多显示多少个单词，默认为200。比如文本数据有 10000 个不重复单词，肯定不可能全部显示，而是按照出现的频率高低排序，选择出现频率最高的 N 个单词，默认是 200 个；

• contour_width：轮廓粗细；

• contour_color：轮廓颜色；

• scale：用来控制生成的图片大小，默认为 1。如果我们改成了 10，那么生成的图片大小会扩大 10 倍。这个参数不用管，没太大用，默认为 1 即可；

我们举例说明：

from wordcloud import WordCloud  
sentence = "i do not need sex, because life fucks me every every single day"  
wc = WordCloud(  
    width=500,  # 设置宽度为500px  
    height=300,  # 设置高度为300px  
    background_color='pink',  # 设置背景为粉色  
    stopwords={"sex", "fucks"},  # 设置禁用词  
    max_font_size=100,  # 设置最大的字体大小，所有词都不会超过 100px  
    min_font_size=10,  # 设置最小的字体大小，所有词都会超过 10px  
    max_words=10  # 最多生成 10 个词，当然这里单词比较少，看不出来什么  
)  
  
wc.generate(sentence)  
wc.to_file("word.png")

我们看看生成的图片：

我们看到图片变宽了、变高了，背景变成粉色了，并且也没有出现禁用词。

但这个图片是正方形的，而我们平常见到的词云是有形状的，比如一个圆形、或者一个人的形状等等。显然这是根据图片生成的，而 wordcloud 也支持我们这么做，下面来演示一下。

from wordcloud import WordCloud  
from PIL import Image  
import numpy as np  
  
# 一篇英文文章  
with open("article.txt") as f:  
    sentence = f.read()  
# 加载一张图片，转化成numpy中的数组  
mask = np.array(Image.open("哆啦A梦.png"))  
# 传入mask  
wc = WordCloud(mask=mask)  
wc.generate(sentence)  
wc.to_file("word.png")

我们看一下生成的结果：

下面是原始的图片，“多啦A梦.png”

会自动将周围的白色区域给忽略掉，因此选择的图片建议最好是白底的。

然后目前生成词云所使用的单词都是英文的，那中文可不可以呢？我们来看一下。

from wordcloud import WordCloud  
  
wc = WordCloud()  
wc.generate("古明地觉的编程教室")  
wc.to_file("word.png")

生成的结果如下：

显然默认是不支持中文的，此时我们需要指定一个中文字体。

from wordcloud import WordCloud  
  
# 传入本机支持中文的字体名称  
wc = WordCloud(font_path="Arial Unicode.ttf")  
wc.generate("古明地觉的编程教室")  
wc.to_file("word.png")

看看效果：

中文正常显示了，但显示的是一整句话。因为 wordcloud 默认是以空格分隔单词的，所以对于英文我们不需要做什么处理，因为英文单词之间就是以空格分隔的。但中文则是所有的汉字都连在一起，因此整体被当成了一个词。

这个时候推荐使用 jieba 分词，将单词进行分隔。

from wordcloud import WordCloud  
import jieba  
  
with open("出师表.txt") as f:  
    sentence = f.read()  
# 分词得到列表，手动使用空格拼接  
sentence = " ".join(jieba.cut(sentence))  
wc = WordCloud(font_path="Arial Unicode.ttf")  
wc.generate(sentence)  
wc.to_file("word.png")

我们基于出师表的内容生成词云：

结果没有问题，当然这里图片有点小了，你也可以调整它的宽高。

另外我们一直都是将词云保存成图片，除了图片，还可以保存成其它格式。

from io import BytesIO  
from wordcloud import WordCloud  
import jieba  
  
with open("出师表.txt") as f:  
    sentence = f.read()  
  
sentence = " ".join(jieba.cut(sentence))  
wc = WordCloud(font_path="Arial Unicode.ttf")  
wc.generate(sentence)  
  
# 将词云保存为 PIL 的 Image 对象  
im = wc.to_image()  
buf = BytesIO()  
# 将词云的字节流保存在 buf 中，这样可以直接交给客户端进行渲染  
im.save(buf, "png")  
print(buf.getvalue())  
  
# 当然也可以保存为文件，im.save(filename)  
# wc.to_file() 底层也是先转成 Image 对象、然后调用 im.save() 实现的  
  
# 或者还可以保存为 SVG 格式  
svg = wc.to_svg()  
# 将 svg 的内容保存成文件，就得到 SVG 图片了  
print(svg)

以上就是 Python 中词云生成相关的内容，快来试试吧。

作者：古明地觉

来源：古明地觉的编程教室

---

Crossin的新书《码上行动：用ChatGPT学会Python编程》已经上市了。

本书创新地以ChatGPT作为辅助学习工具，系统全面地讲解了零基础读者如何快速有效地学习Python编程技能。

书中包含Python语言基础、文件操作和爬虫等进阶内容，并讲解了ChatGPT的功能及在编程中的应用，包括如何利用它进行辅助开发和在程序中接入ChatGPT。

本书内容系统全面，案例丰富，讲解浅显易懂，适合Python零基础入门的读者学习。

读者朋友们购买后可在后台联系我，加入读者交流群，Crossin会为你开启陪读模式，解答你在阅读本书时的一切疑问。

Crossin的其他书籍：

点此查看《码上行动：利用Python与ChatGPT高效搞定Excel数据分析》介绍

点击下方安全链接前往获取

CSDN大礼包：《Python入门&进阶学习资源包》免费分享

👉Python实战案例👈

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉Python书籍和视频合集👈

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

👉Python副业创收路线👈

这些资料都是非常不错的，朋友们如果有需要《Python学习路线&学习资料》，点击下方安全链接前往获取

CSDN大礼包：《Python入门&进阶学习资源包》免费分享

本文转自网络，如有侵权，请联系删除。