python词云

利用python的Wordcloud库制作词云图

词云，就是将文本以图片的形式表示出来，可以给人视觉上的冲击。下面，简单谈词云的制作

一、基本方法

制作词云最基本的就是需要文本了吧。而最简单的文本就是一个字符串。我们就拿它开始举个例子。
首先，词云的制作依赖于wordcloud库，pip之后就可以使用了。
最简单的四行代码：

import wordcloud

w = wordcloud.WordCloud()
w.generate('I love China')
w.to_file('1.png')

代码很简单：第一行导入库；第二行得到一个对象，每一个wordcloud对象都对应了一张词云图；第三行就用文本生成了词云；第四行保存文件。
当然，这种方式也不一定必须用英文，中文也是可以的。

二、文件

但是，文本太长怎么办呢？总不能在py文件里面写个老长老长的字符串吧。理想方法就是放到文本文件里面吧。

import wordcloud

f = open('乡村振兴.txt', encoding='utf-8')
txt = f.read()

w = wordcloud.WordCloud(width=1000,
                        height=700,
                        background_color='white',
                        font_path='msyh.ttc')
w.generate(txt)
w.to_file('乡村振兴.png')
f.close()

上面的代码，也很简单。WordCloud方法里面多了几个参数，下面具体说说。width、height都很好说，看名字就知道了。background_color就是背景色，一里面没有指定默认为黑色，现在我们将其设置为白色底，font_path指明用什么样的字体风格，这里用的是电脑上都有的微软雅黑。其他的文字风格在网上也都能下载。
效果：

三、中文分词

上面可以看到词云都是句子，想要词语怎么办？这里就要用到一个重要的库——jieba
库。

import jieba
import wordcloud

w = wordcloud.WordCloud(width=1000,
                        height=700,
                        background_color='white',
                        font_path='msyh.ttc')
f = open('乡村振兴.txt', encoding='utf-8')
txt = f.read()
txt_list = jieba.lcut(txt)
string = "".join(txt_list)
w.generate(string)
w.to_file('乡村振兴2.png')
f.close()

终点就是jiebe.lcut()函数，它能将中文的一句话，分成词语。当然jieba库也有很多其他的处理分词的函数，这里不再赘述。有兴趣的可以自行百度。分词后得到一个列表，在拼接成字符串（字符串的join函数）就可以用之前的方法生成了。

四、图片面具

上面都是文字铺满了整张图片，下面做点更有意义的事。
利用图片做成指定形状的词云。

import jieba
import wordcloud
import imageio

mk = imageio.imread('love.jpg')
w = wordcloud.WordCloud(width=1000,
                        height=700,
                        background_color='white',
                        mask=mk,
                        font_path='benmoyouyuan.ttf')
f = open('乡村振兴.txt', encoding='utf-8')
txt = f.read()
txt_list = jieba.lcut(txt)
string = "".join(txt_list)
w.generate(string)
w.to_file('乡村振兴3.png')
f.close()

这里用到了imageio库，用来读取图片，当然也不一定非要用这个库，比如PIL、Opencv也都能处理。读入后在Wordcloud函数里面加入参数mask当个“面具”就可以了。注意面具图片的其他部分必须是白色的，否则可能达不到预期效果。
（左侧是原图，右侧是得到的词云图）

五、其他

当然，词云还有很多更多的效果，有兴趣的读者可以自行百度。这里再简单介绍几个：

禁止词

在wordcloud函数中加入stopwords参数，其值为一个禁用词列表

轮廓线

同样在wordcloud函数。
contour_width指定轮廓线宽度，比如contour_width=1
contour_color指定轮廓线颜色，比如contour_color='red'

模板着色

import jieba
import wordcloud
import imageio

mk = imageio.imread('爱丽丝.jpg')
w = wordcloud.WordCloud(width=1000,
                        height=700,
                        background_color='white',
                        mask=mk,
                        font_path='benmoyouyuan.ttf', )
f = open('乡村振兴.txt', encoding='utf-8')
txt = f.read()
f.close()
txt_list = jieba.lcut(txt)
string = "".join(txt_list)
w.generate(string)

image_color = wordcloud.ImageColorGenerator(mk)

wc_color = w.recolor(color_func=image_color)
wc_color.to_file('e10.png')

思想就是在原来词云的基础上，再建立一个Wordcloud对象。这个对象就是我们最后想要的。它的生成不是像之前的generate函数，而是对原来的对象进行重新绘色。

当然，词云还有好多知识，博主就不再说了（主要也不会）。python词云也是很有趣的，像博主就用同学的证件照做了专属他们的词云（希望不要打我）。