python + wordcloud实现任意形状标签云

公司最新App——AirOh已经上线三个多月，积累了首批原始用户。后台分别对用户和功能进行了统计分析，得到了丰富的数据结果。除了常规的表格、曲线、柱状图及污染热图等展示形式，亦对数据进行标签化处理，得到了非常有意思的展现形式。结果如下：

纯文字标签云

图片叠加效果标签云

从两张图的对比来看，标签云的效果比表格形象，用户更加容易理解，并带有一些小心思的创新。

目前，python + wordcloud实现标签云效果的教程很多，但由于机子的配置等一些问题，还是趟了一些坑，做下记录，供查询。

简要流程

系统配置：Ubuntu 14.04, Python 2.7

• 安装python插件

  • sudo apt-get install python-tk

  注意：一定要提前安装该插件，不然会出现报错

  错误：wordcloud no display name and no $DISPLAY environment variable  

  主要原因是matplotlib插件中plt.imshow(wordcloud)中默认backend设置为Agg，而改GUI无法加载图片, 修改/etc/matplotlibrc

  backend      : TkAgg

  • sudo apt-get install python-numpy
  • sudo apt-get install python-matplotlib

• 运行事例代码

  • 这里就不赘述，直接拷贝一段我试验过的一段代码

  from wordcloud import WordCloud
  import PIL
  import matplotlib
  import matplotlib.pyplot as plt
  import numpy as np
  
  ###
  
  Note:Following 3 lines are for the problem of Chinese Font display
  
  ###
  
  from pylab import mpl
  mpl.rcParams['font.sans-serif'] = ['SimHei']
  mpl.rcParams['axes.unicode_minus'] = False
  
  def wordcloudplot(txt):
  
  
  ###
  
  Note：一定要加上以下三行代码。
  最早把这三行注释掉，ubuntu系统缺少matplotlib支持中文字体
  生成的标签云中文显示为口，查了很多材料，都没有明确说明这个问题
  最好加上这三行，或者自己添加为自己喜欢的字体！！！
  
  ###
  
      path='msyh.ttf'
      path=unicode(path, 'utf8').encode('gb18030')
      alice_mask = np.array(PIL.Image.open('air.jpg'))
      wordcloud = WordCloud(font_path=path,
                            background_color="white",
                            margin=5,
                            width=1800,
                            height=800,
                            mask=alice_mask,
                            max_words=2000,
                            max_font_size=60,
                            random_state=42)
      #wordcloud = wordcloud.generate(txt)
      wordcloud = wordcloud.fit_words(txt)
      wordcloud.to_file('output.png')
      plt.imshow(wordcloud)
      plt.axis("off")
      plt.show()
  
  def main():
      a=[]
      f=open(r'android.txt','r').readlines()
      for line in f:
          tempArr = line.strip()split("  ")
          tempArr[0] = tempArr[0].decode("utf-8")
          tempArr[1] = int(tempArr[1])
          a.append(tempArr)
      wordcloudplot(a)
  
  if __name__=='__main__':
      main()
  

  Note：
  wordcloud支持两种标签云生成方式，针对不同的txt格式，其中
  generate方法输入数据格式为字符串，直接输入文本流即可，实现原理可查看方法实现

  txt = open("test.txt",'r').readlines()

  fit_words方法输入数据，已经对数据进行了处理，比如格式为

  txt = [(u'空气龙',50000),(u'出行地图',4000),(u'社区PK',609029),...]

参考链接：

1. 个人网站
2. 【下载】msyh.tff
3. https://www.zhihu.com/question/28975391