一直想学一下如何用python画词云图，觉得很好玩，本文就写一下我自己的一些尝试。

1、提前准备

一般准备以下四样就可以啦。

第一，电脑安装python，我装的是3.6。

第二，安装第三方库jieba和wordcloud，一个是用于分词，一个用于生成词云图。python安装这两个第三方库的方法也比较简单，在cmd里面输入如下的命令行即可：

pip install jieba

pip install wordcloud

第三，准备一份需要分词的文档，我这里随便找了一份关于电影评价的文档，记得要保存成txt文档。如下所示。

image.png

第四，需要准备一张你喜欢的图片，用于生成词云图的形状，这里要注意，最好选一个白底的图片，轮库比较明显的，我选了下面这张小熊的图片。

xiong.jpg

一切准备就绪，就可以打开python写代码生成词云图啦。

2、书写生成词云图代码

2.1 首先把相关的包加载进来

from os import path

from wordcloud import WordCloud

import matplotlib.pyplot as plt

from scipy.misc import imread

import jieba.analyse

像matplotlib和scipy都是python常用的包，如果没有安装好可以自行百度一下如何安装。

2.2 加载准备好的文档和图片

把movie.txt和xiong.jpg放在当前目录下。

CURRENT_PATH = path.dirname(path.abspath(__file__))

TEXT_FILE = path.join(CURRENT_PATH, 'movie.txt')

IMG_FILE = path.join(CURRENT_PATH, 'xiong.jpg')

2.3 定义一个分词的函数

def get_frequencies():

with open(TEXT_FILE, 'r', encoding="GB2312") as f:

text = f.read()

words = jieba.analyse.extract_tags(text, topK=200, withWeight=True)

# words is list, change it to dict

return dict(words)

这个函数用jieba对文档进行分词，topK是可以返回的最大的分词数。这里有一个坑，我是从网上下载的movie.txt，要用notepad打开看一下编码方式，我的文档的编码方式为GB2312，则在encoding后面写GB2312，如果编码方式为utf-8，把GB2312改成utf-8即可。

2.4定义一个制作词云图的函数

ef make_wordcloud(words):

# get mask

my_mask = imread(IMG_FILE)

# set wordcloud

my_wordcloud = WordCloud(

font_path="msyh.ttc",

background_color="white",

max_words=1000,

max_font_size=50,

width=1500,

height=1500,

mask=my_mask,

contour_width=2,

contour_color='steelblue'

)

# words must be dict

my_wordcloud.generate_from_frequencies(words)

return my_wordcloud

先用 imread函数把事先准备好的图片读取出来，然后用WordCloud函数生成词云图，中间要输入很多参数，可以自己调节，比如 background_color="white"，这句代码意思是设置词云图的背景颜色为白色，如果你想背景颜色为黑色，只要把white改成black即可。contour_width=2代表轮廓宽度为2，contour_color='steelblue'代表轮廓颜色为蓝色等。这些参数都可以自行调整。

2.5 定义显示词云图和保存词云图的函数

def show_it(wordcloud):

# show it

plt.imshow(wordcloud)

plt.axis('off')

plt.show()

def save_it(wordcloud, name):

filename = '{}.jpg'.format(name)

wordcloud.to_file(path.join(CURRENT_PATH, filename))

图片保存在当前目录下。

2.6 主函数运行程序

if __name__ == '__main__':

words = get_frequencies()

wordcloud = make_wordcloud(words)

show_it(wordcloud)

save_it(wordcloud, 'my_wordcloud')

3、结果展示

运行代码之后生成的词云图如下所示。

my_wordcloud.jpg

从生成的词云图中可以看出有一些词在文档中出现次数比较高，所以字相对比较大，比如高尔夫球，阿甘正传，努力，鲁迅等。

前后对比一下，有没有觉得很可爱，可以自己动手试试哦。

image.png