python词云库wordcloud自定义词云制作步骤详解

读书使人充实，讨论使人机智，笔记使人准确…。凡有所学，皆成性格。
———— （英国）培根

wordcloud库常规方法

import wordcloud
c=wordcloud.WordCloud()  #构建词云对象，配置对象参数
c.generate("wordcloud by python ")  #加载词云文本
c.to_file("pywordcloud.png")      #输出词云文件

词云生成步骤

• 分隔：以空格分隔单词
• 统计：单词出现次数并过滤（1-2个字母会被滤掉）
• 字体：根据统计配置字号
• 布局：颜色环境尺寸

c=wordcloud.WordCloud(参数) 配置对象参数

参数（像素）	描述
width（默认400px）	c=wordcloud.WordCloud(width=600)
height（默认200px）	c=wordcloud.WordCloud(height=400)
min_font_size（默认4号）	c=wordcloud.WordCloud(min_font_size=10)
max_font_size（根据高度自动调节）	c=wordcloud.WordCloud(max_font_size=20)
font_step（默认1，步长）	c=wordcloud.WordCloud(font_step=2)
font_path（默认None，字体路径）	c=wordcloud.WordCloud(font_path=“msyh.ttc”)
max_words（默认200，最大数量）	c=wordcloud.WordCloud(max_words=20)
stop_words（指定去除单词的列表）	c=wordcloud.WordCloud(stop_words={“python”})
background_color（默认黑色，词云背景色）	c=wordcloud.WordCloud(background_color=“red”)

Scale 默认值1。值越大，图像密度越大越清晰

mask参数自定义词云形状

#指定词云形状，默认是长方形，需要引用imread()函数
from scipy.misc import imread
mk=imread("pic.png")
c=wordcloud.WordCloud(mask=mk)

第三方库

numpy 多维数组运算

matplotlib 绘图与数据可视化

pillow 图片处理

wordcloud 词云制作

imageio 图像输入输出

jieba 中文分词

snownlp 中文情感和自然语言处理

itchat 微信好友抓取

读取文件

政府工作报告词云

import wordcloud
# 从外部.txt文件中读取大段文本，存入变量txt中
f = open('政府工作报告.txt',encoding='utf-8')
txt = f.read()
# 构建词云对象w，设置词云图片宽、高、字体、背景颜色等参数
w = wordcloud.WordCloud(width=1000,
                        height=700,
                        background_color='white',
                        font_path='msyh.ttc')
# 将txt变量传入w的generate()方法，给词云输入文字
w.generate(txt)
# 将词云图片导出到当前文件夹
w.to_file('Test1.png')

wordcloud中文分词(适合中文词云)

# 导入词云制作库wordcloud和中文分词库jieba
import jieba
import wordcloud
# 构建并配置词云对象w
w = wordcloud.WordCloud(width=1000,
                        height=700,
                        background_color='white',
                        font_path='msyh.ttc')
# 调用jieba的lcut()方法对原始文本进行中文分词，得到string
txt = '由于Python语言的简洁性、易读性以及可扩展性， \
      在国外用Python做科学计算的研究机构日益增多， \
      一些知名大学已经采用Python来教授程序设计课程。 \
      例如卡耐基梅隆大学的编程基础、 \
      麻省理工学院的计算机科学及编程导论就使用Python语言讲授。'
txtlist = jieba.lcut(txt)
string = " ".join(txtlist)
# 将string变量传入w的generate()方法，给词云输入文字
w.generate(string)
# w.generate(" ".join(jieba.lcut(txt)))  #三段代码合一简写
# 将词云图片导出到当前文件夹
w.to_file('Teste2.png')

自定义绘制指定形状的词云

import jieba
import wordcloud
from scipy.misc import imread
mask=imread("图片形状.png") #导入自定义形状图片赋给mask
# 从外部.txt文件中读取大段文本，存入变量txt中
f = open('政府工作报告.txt',encoding='utf-8')
txt = f.read() #阅读提取
f.close()   #关闭
# 构建词云对象w，设置词云图片宽、高、字体、背景颜色等参数
w = wordcloud.WordCloud(width=1000,
                        height=700,
                        background_color='white',mask=mask,
                        font_path='msyh.ttc')
# 将txt变量传入w的generate()方法，给词云输入文字
w.generate(" ".join(jieba.lcut(txt)))
# 将词云图片导出到当前文件夹
w.to_file('Test1.png')

勾勒词云轮廓

# 导入词云制作库wordcloud
import wordcloud
# 将外部文件包含的文本保存在string变量中
string = open('hamlet.txt').read()
# 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("ren.png")
# 构建词云对象w，注意增加参数contour_width和contour_color设置轮廓宽度和颜色
w = wordcloud.WordCloud(background_color="white",
                        mask=mk,
                        contour_width=1,
                        contour_color='steelblue'
                        )
# # 将string变量传入w的generate()方法，给词云输入文字
w.generate(string)
# 将词云图片导出到当前文件夹
w.to_file('p2.png')

按模板自身颜色绘制词云

# 导入绘图库matplotlib和词云制作库wordcloud
import matplotlib.pyplot as plt
from wordcloud import WordCloud,ImageColorGenerator

# 将外部文件包含的文本保存在text变量中
text = open('alice.txt').read()

# 导入imageio库中的imread函数，并用这个函数读取本地图片queen2.jfif，作为词云形状图片
import imageio
mk = imageio.imread("alice.png")

# 构建词云对象w
wc = WordCloud(background_color="white",
               mask=mk,)
# 将text字符串变量传入w的generate()方法，给词云输入文字
wc.generate(text)

# 调用wordcloud库中的ImageColorGenerator()函数，提取模板图片各部分的颜色
image_colors = ImageColorGenerator(mk)

# 显示原生词云图、按模板图片颜色的词云图和模板图片，按左、中、右显示
fig, axes = plt.subplots(1, 3)
# 最左边的图片显示原生词云图
axes[0].imshow(wc)
# 中间的图片显示按模板图片颜色生成的词云图，采用双线性插值的方法显示颜色
axes[1].imshow(wc.recolor(color_func=image_colors), interpolation="bilinear")
# 右边的图片显示模板图片
axes[2].imshow(mk, cmap=plt.cm.gray)
for ax in axes:
    ax.set_axis_off()
plt.show()

# 给词云对象按模板图片的颜色重新上色
wc_color = wc.recolor(color_func=image_colors)
# 将词云图片导出到当前文件夹
wc_color.to_file('out-alice.png')