共计 3579 个字符，预计需要花费 9 分钟才能阅读完成。
我的项目背景 尽管当初曾经有很多现成的制作词云图的工具了，但个别存在以下几个问题：问题一：工具太多，目迷五色，品质参差不齐，抉择艰难症；问题二：大多词云工具或多或少有一些限度，自定义的空间无限；问题三：有些工具甚至免费。基于以上几个问题，迪迪感觉有必要写一篇 Python 绘制词云图的文章，因为切实太简略！没有任何编程根底的小白都能搞定的事，还找什么工具啊！
OK，FINE。咱不废话，间接实操。我的项目实操 一个别词云绘制
制作词云图首先得有词吧，词从哪来，迪迪想了半天硬是没想进去。既然没思路，那就拿过气的后浪软文玩一玩吧，对于后浪大家褒贬不一，迪迪也不敢妄加评论。
首先，咱们把后浪全文保留为 HL.txt，截取局部，长这样：
接着，下载并导入制作词云所需的库，各个库的性能都有正文。
1import jieba #结巴分词 2from wordcloud import WordCloud #词云展现库 3from PIL import Image #图像处理库 4import numpy as np #反对多维数组和矩阵运算 5import matplotlib.pyplot as plt #图像展现库
而后，把 HL.txt 的内容读出来。
1# 读取文本内容 2with open('HL.txt','r',encoding="UTF-8") as f:3 file = f.read() #将文本读取为整个字符串，readlines 能够按行读取
紧接着，咱们须要把读取的整个字符串分成一个个的词，jieba 出征，寸草不生。
1# 进行分词 2data_cut =jieba.cut(file,cut_all = False) #准确模式分词
分完词后发现，什么逗号啊、分号啊、句号啊也作为独自的词全进去了，那可不行，咱得想方法 stop 它们。构建停词表，把看不惯的词 remove 掉，没错，我不喜爱口口声声的咱们你们啥的。
1stop_words = ["，","。",";","、","咱们","你们"] #自定义停词列表
当然，有敌人会说，你这是因为文本内容少，本人搞个停词表不便，可要是成千上万的文本你这点停词必定不够用啊。OK，那咱们百度下停词表，轻易 download 一个，保留为 stopwords.txt。stopwords.txt 共有 1893 个罕用停词，长这样：
有了停词表，咱得用 Python 读出来。
1stop_words = [] #创立空列表 2with open("stopwords.txt", 'r', encoding='utf-8') as f:3 for line in f:4 if len(line)>0:5 stop_words.append(line.strip()) #把停词追加到 stop_words 列表中
停词筹备好了，接下来就是 remove 停词，拿到咱们须要的词了。
1data_result = [i for i in data_cut if i not in stop_words] #获取须要的词
print 一下 data\_result，长这样：
这可不行，咱们须要的是由一个个词形成的字符串。因而，须要用 join 函数以空格分隔并将所有词连接成一个新的字符串。replace 在这示意将换行（\n）符替换为空。
1text = "".join(data_result).replace("\n","") #连接成字符串 2print(text)
咱们打印一下 text 看成果：
词有了，能够开始设计词云图，因为所有词都是中文，而 WordCloud 默认不反对中文，摔！咱还得指定字体文件门路，否则会呈现乱码。迪迪毕竟学欧体过去的，于是找了个小楷字体，你能够依据本人的爱好设置不同的字体，网上收费字体一大堆。
1wc = WordCloud(2 #设置字体，不指定就会呈现乱码, 这个字体文件须要下载 3 font_path = "演示悠然小楷.ttf",4 background_color = "black",5 max_words = 5000,6)
配置好之后，咱生成图片并展现进去。
1# 生成词云图 2wc.generate(text) 3 4# 保留词云图 5wc.to_file("IMJG.jpg") #保留图片 6 7# 展现 8plt.imshow(wc) #对图片进行解决，并显示其格局 9plt.axis("off") #敞开坐标轴 10plt.show() #将图片显示进去
成果如下：
到这，你可能认为迪迪筹备写结语了。不好意思，还没完，咱们的指标可不能局限在这，在诗和远方，哦不，是定制属于本人的词云图。迪迪筹备给词云加个自定义的底图，让词云看起来更形象些。想了很久，不晓得用什么图适合。于是迪迪关上了好久没用的 Photoshop cc，绘制了一个你用美图秀秀都能做的比我难看的 png。
我把这张图片命名为 JG.png，并用 Image 办法关上。
1# 用 Image 办法关上图片 2images = np.array(Image.open("JG.png"))
把 images 配置到词云 wc 中去，传给参数 mask。
1wc = WordCloud(2 #设置字体，不指定就会呈现乱码, 这个字体文件须要下载 3 font_path = "演示悠然小楷.ttf",4 background_color = "black",5 max_words = 5000,6 mask=images7)
从新生成并保留下词云图，成果如下：
哈哈，略丑。敌人们有趣味能够本人做个底图或者网上 download 一个底图试试，底图尽量清晰、色彩尽量突出就好啦。
还有敌人可能会问为啥我文章结尾的词云图是一个个句子，这里一并阐明下，因为读取 HL.txt 的时候用的是 readlines 啊~
二依据词频绘制词云
个别的词云制作用以上办法就能够啦，但现实生活中咱们的需要可能更为简单，依据词频绘制词云图的案例也更为多见。以下就是 J 哥常常用到的一个实战案例，开源代码奉上。
大抵思路是从 Mysql 数据库中提取上万条交易记录，用 sql 语句把交易规模前 100 的品牌 select 进去，而后依据各个品牌交易规模的大小制作词云，文字越大的示意交易规模越大。
1#-*- coding = uft-8 -*- 2#@Time : 2020/5/23 10:30 上午 3#@Author : 我是 J 哥 4#@File : my_wordcloud.py 5 6# 给定词频制作词云图 7from matplotlib import pyplot as plt #绘图，数据可视化 8from wordcloud import WordCloud #词云 9from PIL import Image #图片解决 10import numpy as np #矩阵运算 11import pymysql #数据库 12import pandas as pd #数据处理 131415# 筹备词云所需文字（词）16conn = pymysql.connect(host="localhost", user="你的", passwd="你的", db="test", port=3306, charset="utf8")17cur = conn.cursor()18sql = "select brand as name,round(sum(jine)/10000,0) as value from Sc_month4 group by name order by value desc limit 100;"19df = pd.read_sql(sql, conn)20print(df)21name = list(df.name) #词 22value = df.value # 词的频率 23dic = dict(zip(name, value)) # 词频以字典模式存储 24#print(dic)25cur.close()26conn.close()2728img = Image.open("tree.png")29img_arry = np.array(img)30wc = WordCloud(31 background_color="white",32 mask=img_arry,33 max_words=1000,34 max_font_size=500,35 #font_path="演示悠然小楷.ttf"36 #font_path="有字库龙藏体.ttf"37 font_path="演示悠然小楷.ttf"38)3940wc.generate_from_frequencies(dic) #以词频生成词云 4142# 绘制图片 43fig = plt.figure(1)44plt.imshow(wc)45plt.axis("off")46plt.show()4748# 输入词云图片到文件 49plt.savefig("JGJG.jpg",dpi=400)
生成的词云图长这样：
结 语 整体来看，Python 制作词云图还是很简略的，代码清晰，代码量也少，很适宜新手入门尝鲜。当然，要想出现良好的词云成果，前提是你的数据是洁净整洁的，因而数据荡涤的常识必须把握。
