怎么用 Python 画出好看的词云图？

相信很多人在第一眼看到上 面这些图时，都会被其牛逼的视觉效果所吸引，这篇文章就教大家怎么用Python画出这种图。

上面的这种图叫做 词云图 ，主要用途是将文本数据中 出现频率较高 的 关键词 以可视化的形式展现出来，使人一眼就可以 领略文本数据的主要表达意思 。词云图中，词的大小代表了其词频，越大的字代表其出现频率更高。

那生成一张词云图的主要步骤有哪些？过程中又需要用到哪些Python库呢？

1. 首先需要一份待分析的文本数据，由于文本数据都是一段一段的，所以第一步要将这些句子或者段落 划分成词 ，这个过程称之为分词，需要用到Python中的分词库jieba。
2. 分词之后，就需要根据分词结果生成词云，这个过程需要用到wordcloud库
3. 最后需要将生成的词云展现出来，用到大家比较熟悉的matplotlib

理清了词云图绘制的主要脉络之后，下面就用代码操作起来。

明天就过年了，所以我也特地去找了几首新年歌，将它们的歌词汇总起来作为本次展示用的文本数据，大家可以看看新年歌中哪些词的出现频率比较高。我们先绘制一个比较简单的词云图：

            
# 导入相应的库
            
import jieba
            
from wordcloud import WordCloud
            
import matplotlib.pyplot as plt
            

            
# 导入文本数据并进行简单的文本处理
            
# 去掉换行符和空格
            
text = open("./data/新年歌.txt",encoding='utf8').read()
            
text = text.replace('\n',"").replace("\u3000","")
        

            
# 分词，返回结果为词的列表
            
text_cut = jieba.lcut(text)
            
# 将分好的词用某个符号分割开连成字符串
            
text_cut = ' '.join(text_cut)
        

            
# 导入停词
            
# 用于去掉文本中类似于'啊'、'你'，'我'之类的词
            
stop_words = open("F:/NLP/chinese corpus/stopwords/stop_words_zh.txt",encoding="utf8").read().split("\n")
            

            
# 使用WordCloud生成词云
            
word_cloud = WordCloud(font_path="simsun.ttc",  # 设置词云字体
            
                       background_color="white", # 词云图的背景颜色
            
                       stopwords=stop_words) # 去掉的停词
            
word_cloud.generate(text_cut)
            

            
# 运用matplotlib展现结果
            
plt.subplots(figsize=(12,8))
            
plt.imshow(word_cloud)
            
plt.axis("off")
        

一张简单的词云图就成功生成啦，但看起来好像并没有特别好看，怎么生成带特定形状的词云呢？

想生成带特定形状的词云，首先得准备一张该形状的图片，且 除了目标形状外，其他地方都是空白的 ，如下面这张用于演示的图。

上图中除了福字之外都是白色的，准备好之后就上代码

            
import jieba
            
from wordcloud import WordCloud
            
import matplotlib.pyplot as plt
            
from PIL import Image
            

            
text = open("./data/新年歌.txt",encoding='utf8').read()
            
text = text.replace('\n',"").replace("\u3000","")
            
text_cut = jieba.lcut(text)
            
text_cut = ' '.join(text_cut)
            

            
stop_words = open("F:/NLP/chinese corpus/stopwords/stop_words_zh.txt",encoding="utf8").read().split("\n")
            

            
# 主要区别
            
background = Image.open("./data/background.png")
            
graph = np.array(background)
            

            
word_cloud = WordCloud(font_path="simsun.ttc", 
            
                       background_color="white", 
            
                       mask=graph, # 指定词云的形状
            
                       stopwords=stop_words)
            

            
word_cloud.generate(text_cut)
            
plt.subplots(figsize=(12,8))
            
plt.imshow(word_cloud)
            
plt.axis("off")
        

代码部分和普通的图基本一致，区别在于要导入相应形状的图片，并在wordcloud设置了mask参数。

生成的词云图如下：

是不是还挺简单的，借这张图也祝福大家2020年都福气满满！

最后的最后，祝大家

▼点击成为社区注册会员** 喜欢文章，点个** 在 看