画词云首先需要安装wordcloud(生成词云)和jieba(中文分词)。

先来说说wordcloud的安装吧，真是一波三折。首先用pip install wordcloud出现错误，说需要安装Visual C++ 14.0。折腾半天安装好Visual C++后，还是不行，按网上指点，下载第三方包安装(https://www.lfd.uci.edu/~gohlke/pythonlibs/#wordcloud)。安装是成功了，可是在anaconda里导入的时候又出现了问题，说是"no module named wordcloud"。随后又折腾了各种方案，比如网上有人说重新安装pillow包，等等，均不可行。突发奇想，打开Pycharm试了试，导入成功了。这说明wordcloud包其实已经安装好了，只是anaconda不识别。最后，终于找到解决方案：在anaconda prompt里输入命令：conda install -c conda-forge wordcloud，即可安装成功(https://anaconda.org/conda-forge/wordcloud)。

总的来说，wordcloud做的是三件事：

(1) 文本预处理

(2) 词频统计

(3) 将高频词以图片形式进行彩色渲染

from wordcloud importWordCloud, STOPWORDSfrom matplotlib importpyplot as plt

fig,ax=plt.subplots()

with open(r'...\vanity fair.txt') as f:

text=f.read()

mycloudword=WordCloud(width=800,

height=600,

scale=1,

margin=2,

background_color='white',

max_words=200,

min_font_size=40,

max_font_size=140,

stopwords=STOPWORDS,

random_state=50).generate(text)

ax.imshow(mycloudword)

ax.axis("off")

plt.show()

mycloudword.to_file(r"...\vanityfair.png")

输出：

注：设置不同的random_state值会让字的分布不一样。

上面演示的是用英文做的词云，那么如果我们要用中文生成词云呢？这时候就要用到jieba了。

英文语料可以直接输入到wordcloud中，但是对于中文语料，仅仅用wordcloud不能直接生成中文词云图。这是因为英文单词以空格分隔，而中文的词与词之间一般没有字符分隔。因此，应用到中文语料上的时候，注意要先分好词，再用空格分隔连接成字符串，最后输入到wordcloud。

另外需要注意的是：需要下载中文字体到相应的文件夹，设置该字体路径为font_path。否则，如果设置的是英文字体，那么中文将显示为方框。

让我们用翻译版的名利场小说来做演示：

from wordcloud importWordCloud, STOPWORDSimportjiebafrom matplotlib importpyplot as plt

fig,ax=plt.subplots()

with open(r'...\名利场.txt','rb') as f:

text=f.read()

wsplit=jieba.cut(text)

words="".join(wsplit)

mycloudword=WordCloud(font_path=r'C:\Windows\Fonts\msyh.ttf',

width=800,

height=600,

scale=1,

margin=2,

background_color='white',

max_words=200,

min_font_size=40,

max_font_size=140,

stopwords=STOPWORDS,

random_state=50).generate(words)

ax.imshow(mycloudword)

ax.axis("off")

plt.show()

mycloudword.to_file(r"...\vanityfair1.png")

输出：

接下来，我们把词云做成我们想要的形状。用pillow读取某张图片，转换成numpy array格式，并将其设置为mask(遮罩)。除图片全白的部分将不会被绘制，其余部分会用于绘制词云。

from wordcloud importWordCloud, STOPWORDSimportjiebafrom PIL importImageimportnumpy as npfrom matplotlib importpyplot as plt

fig,ax=plt.subplots()

with open(r'...\名利场.txt','rb') as f:

text=f.read()

wsplit=jieba.cut(text)

words="".join(wsplit)

shape=np.array(Image.open(r'C:\Users\ccav\timg.jpg'))

mycloudword=WordCloud(font_path=r'C:\Windows\Fonts\msyh.ttf',

scale=1,

margin=2,

background_color='white',

mask=shape,

max_words=200,

min_font_size=14,

max_font_size=50,

stopwords=STOPWORDS,

random_state=50).generate(words)

ax.imshow(mycloudword)

ax.axis("off")

plt.show()

mycloudword.to_file(r"...\vanityfair2.png")

原图：

输出的词云：

此外，还可以让词按某个图片的颜色进行显示。用recolor([random_state, color_func, colormap])对现有输出重新着色。(重新上色比重新生成整个词云要快很多)

添加以下这几句即可：

from wordcloud importImageColorGenerator

color=ImageColorGenerator(np.array(Image.open(r'...\timg2.jpg')))

mycloudword.recolor(color_func=color)

原图：

输出：