WordCloud：连份好点的词云资料都找不到？我什么时候受过这气！！！

好看吗？
好看就对了，不是你做的。
也不是我做的。。。。

但是吧，跟我走，不后悔。

唠嗑两句

我这记性不太好，有些话现在不说，写着写着就忘了，还是先说了吧。

就这种东西啊，我这种没专业学过设计的人是设计不出来多好看的，是吧，倒也不是什么审美不好啊，就是纯粹没见过什么好看的词云，谈何想象的空间呢？

就当说我一直以来对词云的认知就停留在了用文字平常一个图案，但是我万万没想到，还能让文字环绕一个图案（见上面那个哪吒）。

所以啊，第一步，也是最重要的一步，叫做：知道自己要设计什么样的词云。

所以现在我们先打开百度，搜一下词云相关的，你喜欢什么关键词就选什么关键词，五分钟后再回来。

技术都是可以学的，眼界不行。

我去兜兜转转了40分钟，好，我回来了，一会儿看我能做几个出来。

---

基础知识

基础咱也不多废话，直接上代码和API。

依赖项

from PIL import Image

# 下面四个要自备
import numpy as np
import matplotlib.pyplot as plt
import jieba
from wordcloud import WordCloud, STOPWORDS

懂得都懂，该下载的都下载好。

常用API

我举个栗子再看API吧，不然给绕晕了。

'写了什么不重要，看格式'

wc = WordCloud(
    #设置字体，不指定就会出现乱码,这个字体文件需要下载
    font_path=r'STKAITI.TTF',
    background_color="white",
    max_words=2000,
    mask=alice_mask,
    stopwords=stopwords)
# generate word cloud
wc.generate(text)

---

以下是WordCloud函数的参数：

font_path : string  #字体路径，需要展现什么字体就把该字体路径+后缀名写上，如：font_path = '黑体.ttf'
# 关于这个字体啊，我要插个嘴进来：去百度一下自己电脑上的字体目录在哪里，因为不同系统的目录是不一样的。
# 找到字体目录之后，复制，复制，复制到当前工程项目下，因为多半在系统盘，Python很可能没有权限去访问，反正我是没有。
# 然后，那个后缀也不一定是ttf，具体情况具体分析，复制过去就知道是什么后缀了，我的就是TTF 。

width : int (default=400) #输出的画布宽度，默认为400像素
 
height : int (default=200) #输出的画布高度，默认为200像素
 
prefer_horizontal : float (default=0.90) #词语水平方向排版出现的频率，默认 0.9 （所以词语垂直方向排版出现频率为 0.1 ）
# 后面我们做比较规矩的词云的时候就要用到这个了

mask : nd-array or None (default=None) #如果参数为空，则使用二维遮罩绘制词云。如果 mask 非空，设置的宽高值将被忽略，遮罩形状被 mask 取代。除全白（#FFFFFF）的部分将不会绘制，其余部分会用于绘制词云。如：bg_pic = imread('读取一张图片.png')，背景图片的画布一定要设置为白色（#FFFFFF），然后显示的形状为不是白色的其他颜色。可以用ps工具将自己要显示的形状复制到一个纯白色的画布上再保存，就ok了。
# 开局那个哪吒明显不能这么搞，但是现在我也还不知道要怎么搞，不急。
 
scale : float (default=1) #按照比例进行放大画布，如设置为1.5，则长和宽都是原来画布的1.5倍
 
min_font_size : int (default=4) #显示的最小的字体大小
 
font_step : int (default=1) #字体步长，如果步长大于1，会加快运算但是可能导致结果出现较大的误差
 
max_words : number (default=200) #要显示的词的最大个数
 
stopwords : set of strings or None #设置需要屏蔽的词，如果为空，则使用内置的STOPWORDS
 
background_color : color value (default=”black”) #背景颜色，如background_color='white',背景颜色为白色
 
max_font_size : int or None (default=None) #显示的最大的字体大小
 
mode : string (default=”RGB”) #当参数为“RGBA”并且background_color不为空时，背景为透明
# 报错：OSError: cannot write mode RGBA as JPEG
# 报错原因：RGBA意思是红色，绿色，蓝色，Alpha的色彩空间，Alpha指透明度。而JPG不支持透明度
# 解决方法：要么丢弃Alpha,要么保存为.png文件
 
relative_scaling : float (default=.5) #词频和字体大小的关联性
 
color_func : callable, default=None #生成新颜色的函数，如果为空，则使用 self.color_func
 
regexp : string or None (optional) #使用正则表达式分隔输入的文本
 
collocations : bool, default=True #是否包括两个词的搭配
 
colormap : string or matplotlib colormap, default=”viridis” #给每个单词随机分配颜色，若指定color_func，则忽略该方法
 
random_state : int or None  #为每个单词返回一个PIL颜色

其他常用函数

fit_words(frequencies)  #根据词频生成词云

generate(text)  #根据文本生成词云

generate_from_frequencies(frequencies[, ...])   #根据词频生成词云

generate_from_text(text)    #根据文本生成词云

process_text(text) #将长文本分词并去除屏蔽词(此处指英语，中文分词还是需要自己用别的库先行实现，使用上面的 fit_words(frequencies))

recolor([random_state, color_func, colormap])   #对现有输出重新着色。重新上色会比重新生成整个词云快很多

to_array()  #转化为 numpy array

to_file(filename)   #输出到文件

wordcloud.random_color_func(
    word=None,
    font_size=None,
    position=None,
    orientation=None,
    font_path=None,
    random_state=None
)
'''
随机色调颜色生成。
默认着色方法。这只是选择值为80％和亮度为50％的随机色相。
  参数：
    random_state: 随机种子
    其余参数被忽略。
'''

wordcloud.get_single_color_func(color)
# 创建一个颜色函数，该函数返回单个色调和饱和度。不同的值（HSV）。可接受的值是PIL / Pillow可以使用的颜色字符串。

---

基础案例（英文词云）

import matplotlib.pyplot as plt
from wordcloud import WordCloud

# 1.读入txt文本数据
text = open(r'test.txt', "r",encoding = 'utf-8').read()
# 文件是网上随便找的，https://zhidao.baidu.com/question/248186919.html

# 2.生成词云图，这里需要注意的是WordCloud默认不支持中文
# 无自定义背景图：需要指定生成词云图的像素大小，默认背景颜色为黑色,统一文字颜色：mode='RGBA'
wc = WordCloud(
        # 设置背景色
        background_color='white',
        # 设置背景宽
        width=500,
        # 设置背景高
        height=350,
        # 最大字体
        max_font_size=50,
        # 最小字体
        min_font_size=10,
        mode='RGBA',
        #colormap='pink'    # 太丑了
)
# 产生词云
wc.generate(text)
# 保存图片
wc.to_file(r"wordcloud.png") # 按照设置的像素宽高度保存绘制好的词云图，比下面程序显示更清晰
# 4.显示图片
# 指定所绘图名称
plt.figure("WordCloud_test1")
# 以图片的形式显示词云
plt.imshow(wc)
# 关闭图像坐标系
plt.axis("off")
plt.show()

基础案例（中文词云）

jieba

先来了解一下jieba这个库吧。

精确模式（最常用，只会这个就行）：每个字只用一遍，不存在冗余词汇。jieba.cut('XXX')

全模式：把每个字可能形成的词汇都提取出来，存在冗余。jieba.cut('XXX',cut_all=True)

搜索引擎模式：将全模式分词的结果从短到长排列好。jieba.cut_for_search('XXX')

精确模式是最常用的。

富强民主

找了张地图，整了这么一张：

文本内容：富强、民主、文明、和谐、自由、平等、公正、法制、爱国、敬业、诚信、友善

图片：

代码展示：

from PIL import Image
import numpy as np
import matplotlib.pyplot as plt
import jieba
from wordcloud import WordCloud, STOPWORDS

# Read the whole text.
file = open('test.txt',encoding='utf-8').read()
##进行分词
default_mode =jieba.cut_for_search(file)
text = " ".join(default_mode)
alice_mask = np.array(Image.open("1.png"))
stopwords = set(STOPWORDS)
stopwords.add("said")
wc = WordCloud(
    #设置字体，不指定就会出现乱码,这个字体文件需要下载
    font_path=r'STKAITI.TTF',
    background_color="white",
    max_words=2000,
    mask=alice_mask,
    # contour_width=1, 加这么一行可以绘制轮廓线，不过这个轮廓画的不太准，就不画了。
    stopwords=stopwords)
# generate word cloud
wc.generate(text)

# store to file
wc.to_file("qq_result.jpg")

# show
plt.imshow(wc, interpolation='bilinear')
plt.axis("off")
plt.show()

骚操作

我也不知道这么说，就，看图吧。

骚操作一：透明图像

像这种的，在一个大图里面有某一组成部分是词云的，怎么弄呢？

我起初也纳闷儿，直到我看到了这张图：

我挣扎了一下午，没整出透明图片，那我就把思路放这儿吧，都给我整烦了。

就这样吧，找到了一个网站。。。

---

太棒了，怎么会有这么好的人呢！！！

---

骚操作二：字体颜色按图像显示

import jieba as jb
import wordcloud as wc
from PIL import Image
import numpy as np             #1  imread常报错，用numpy和pil替换掉了。
mask=np.array(Image.open('孙悟空.jpg'))
f = open('test.txt','r',encoding='utf-8')
image_colors = wc.ImageColorGenerator(mask)    #2 按图片颜色显示字体显色
#写出不要出现的词组
exclude={
     '没有','什么','这样','这种','这里','不会','一些','这个','仍然','不是',\
        '我们','你们','他们','它们','因为','因而','所以','如果','那么',\
        '如此','只是','但是','就是','这是','那是','而是','而且','虽然',\
        '自己','知道','可以','看到','那儿','问题','一会儿','一点','现在','两个',\
        '这些','有些','然后','已经','于是','一种','一个','一样','时候',\
        '三个','说道','可是','地方','怎么','这儿','突然','可能','甚至','还是',\
        '那些','还有','只有',\
}

t = f.read()
f.close()
ls = jb.lcut(t)
txt = ' '.join(ls)
w = wc.WordCloud(font_path = 'STXINGKA.TTF',max_words=2000,\
                 min_font_size=1,max_font_size=30,mask=mask,width = 1000,\
    height = 1000,background_color = 'white',stopwords=exclude,\
                 color_func=image_colors)#3 图片颜色加到参数里
w.generate(txt)
w.to_file('孙悟空.png')

骚操作三：给微信好友的个性签名做一张词云（半成品）

我没有失败，只是暂时，还没成功。

# 11号词云：绘制你的微信好友个性签名词云
# B站专栏：同济子豪兄 2019-05-23

# 导入微信库ichat，中文分词库jieba
import itchat
import jieba

# 先登录微信，跳出登陆二维码
itchat.login()
tList = []
# 获取好友列表
friends = itchat.get_friends(update=True)

# 构建所有好友个性签名组成的大列表tList
for i in friends:
    # 获取个性签名
    signature = i["Signature"]
    if 'emoji' in signature:
        pass
    else:
        tList.append(signature)
text = " ".join(tList)

# 对个性签名进行中文分词
wordlist_jieba = jieba.lcut(text, cut_all=True)
wl_space_split = " ".join(wordlist_jieba)

# 导入imageio库中的imread函数，并用这个函数读取本地图片，作为词云形状图片
import imageio
mk = imageio.imread("chinamap.png")

# 导入词云制作库wordcloud
import wordcloud

# 构建并配置词云对象w，注意要加scale参数，提高清晰度
my_wordcloud = wordcloud.WordCloud(background_color='white',
                                   width=1000,
                                   height=700,
                                   font_path='msyh.ttc',
                                   max_words=2000,
                                   mask=mk,
                                   scale=20)
my_wordcloud.generate(wl_space_split)

nickname = friends[0]['NickName']
filename = "output11-{}的微信好友个性签名词云图.png".format(nickname)
my_wordcloud.to_file(filename)

# 显示词云图片
import matplotlib.pyplot as plt
plt.imshow(my_wordcloud)
plt.axis("off")
plt.show()
print('程序结束')

骚操作四：魔童降世

为什么这么早就出这个啦？
啊，不是没东西了，是后面的东西更实用。

说真的，这个用Python我还真不知道该怎么处理。

我大概懂了一点，要用文字环绕。。。
但是wordcloud好像不支持吧。。。

等着吧，寒假两个月时间我再去挣扎一下。

现在，只能用人家的工具了。工具及教程在此，速来

其实人家工具也挺好的（软骨头）
一年也不贵。

既然是用工具，我就不帮他们做那么多事儿了，教程他们自己提供，我把图给你们吧、

---

哎，本来要再整点硬菜（情感分析），但是调研之后，发现，此物非我寒假不可得。

这篇词云昨天就允诺给我的粉丝群了，结果拖到了今天，实在抱歉，不能再拖了。

然后呢，我还要对这篇里面的坑说一句：我一定会回来的！！！

---

好了，我先去复习了，明天下午就烤了。