有机会介绍一些有趣的项目，向更多人甚至是非技术人员推广Python和人工智能的东西还是蛮有意义的。话不多说，本文将介绍如何将你喜欢的文章或者歌词做一个炫丽的词云图片。

什么是词云呢？简单来说就是，将提供的一段文本，根据关键词的出现频率而生成的一幅图像，人们只要扫一眼就能够明白文章主旨。今天我们用python来实现这样一个项目。如果成功，生成的结果会如下所示

生成中文词云的PYTHON步骤

需要你的电脑安装Python 接着利用pip工具安装需要的jieba、wordcloud、PIL模块

1.安装依赖

$ pip install jieba

$ pip install wordcloud

$ pip install PIL

2.添加想要用来生成文本的文章

小编蹭一波最近比较火的电视剧沉香蜜蜜烬如霜的热度，用主题曲歌词制作了一个文本，放在data目录下。Ok,DJ drop the beat

回忆辗转来回 痛不过这心扉

愿只愿余生无悔 随花香远飞

一壶清酒 一身尘灰

一念来回度余生无悔

一场春秋 生生灭灭 浮华是非

待花开之时再醉一回

不愿染是与非 怎料事与愿违

心中的花枯萎 时光它去不回

回忆辗转来回 痛不过这心扉

3.选择生成词云的形状

Hold，现在要找一张图片，用它来定义你最后生成的词云形状。ok，我找来了一张打碟的DJ的图片放在根目录下。

4.代码部分

a)用jieba成词和权重的字典

def tokenize_content(content):

jieba.analyse.set_stop_words("data/stop_words.txt")

tags = jieba.analyse.extract_tags(content, topK=50, withWeight=True)

word_tokens_rank = dict()

for tag in tags:

word_tokens_rank[tag[0]] = tag[1]

return word_tokens_rank

第一步 还是去掉一些停用词，例如口语词汇或者意义不大的词，停用词可以自定义，在data目录下的stop_words.txt中。

第二步 按照权重抽取前50个词，并转换成词典的形式。

b)用上面的生成的字典，传入word_cloud生成最后的效果

def generate_wordcloud(tags, mask):

word_cloud = WordCloud(width=512, height=512, random_state=10, background_color='white', font_path=font,stopwords=STOPWORDS, mask=mask)

word_cloud.generate_from_frequencies(tags)

plt.figure(figsize=(10, 8), facecolor='white', edgecolor='blue')

plt.imshow(word_cloud)

plt.axis('off')

plt.tight_layout(pad=0)

plt.show()

注意如果使用的是苹果电脑，macOSX系统。需要添加

import matplotlib

matplotlib.use('TkAgg')

注意的事项：

1：注意如果使用的是苹果电脑，macOSX系统。需要在引包的时候添加

import matplotlib

matplotlib.use('TkAgg')

2：如果是windows系统中，需要找到具体的中文字体，并定义下中文字体路径，例如如下。

font = r'C:\Windows\Fonts\simhei.ttf'

结论

感谢您花时间阅读这篇文章。希望这样有趣的项目，能让你对编程或者Pyhon产生更多的兴趣。

特别感谢

应往期文章(如下)的网友留言，由王腾宇先生提供此《如何在Python中生成任何形状的词云》的中文版，特此感谢分享。

关于图书

《深度学习之TensorFlow：入门、原理与进阶实战》和《Python带我起飞——入门、进阶、商业实战》两本图书是代码医生团队精心编著的 AI入门与提高的精品图书。配套资源丰富：配套视频、QQ读者群、实例源码、 配套论坛：http://bbs.aianaconda.com。更多请见：aianaconda.com

点击“阅读原文”配套图书资源