使用jieba、wordCloud制作自定义形状的中文词云

工具集

1.Python: https://www.python.org/downloads/release/python-374/

2.结巴中文分词jieba

3.词云生成 wordCloud

4.在线抠图，抠出想要的词云形状 https://www.remove.bg/zh

5.在线PS，图片截取及制作词云的形状 https://ps.gaoding.com/

---

安装工具

1.安装Python

直接到Python官网下载安装即可。我用的是Python 3.7，链接如下：

https://www.python.org/downloads/release/python-374/

2.打开cmd窗口并设置环境变量

1）打开cmd窗口

2）使用pushd切换到工作目录

pushdH:\Rudy\Project\自媒体\微信公众号_精打细算买好物\词云

注意：请将路径替换成你自己的工作目录。

3）设置环境变量

PATH=C:\Users\My\AppData\Local\Programs\Python\Python37;C:\Users\My\AppData\Local\Programs\Python\Python37\Scripts;%PATH%

注意：路径是你自己电脑上的Python安装路径。

3.安装结巴中文分词jieba

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple jieba

4.安装wordCloud

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple wordCloud

---

处理中文分词

输入

jieba_in.txt：用来生成词云图的原始文本。

jieba_userdict.txt：不想被拆分的自定义词语字典。比如我的微信微信公众号“精打细算买好物”，结巴分词默认会分成“精打细算”、“买”、“好物”三个词语，但只要我把“精打细算买好物”加到到这个文件里，那么结巴分词就不会拆分它，而是把它当成一个词语输出。一个词语占一行。

输出

jieba_out.txt：用来生成词云图的最终文本，是wordCloud的输入文件。

处理步骤

python -m jieba -u jieba_userdict.txt jieba_in.txt > jieba_out.txt

如果你的文本文件是UTF-8编码的， 那就用以下命令指定文件编码即可。

python -X utf8 -m jieba -u jieba_userdict.txt jieba_in.txt > jieba_out.txt

---

处理词云形状

输入：

wc_org.jpg：计划用来生成词云的原始形状文件

输出：

wc_mask.png：词云的形状。

wc.png：词云中字体的颜色。

处理步骤

1）使用https://ps.gaoding.com/ 中打开wc_org.jpg截取词云图案

A）选中用来生成词云的主要图案，Ctrl+C复制。

B）创建一个新文件，然后Ctrl+V粘贴

C）将新文件导出为：wc_org_main.jpg。

2）使用https://www.remove.bg 把wc_org_main.jpg的背景去掉

A）打开网页，把上一步生成的wc_org_main.jpg拖动到网页上，即可去掉背景。

B）去掉背景后，默认是透明的。但是wordCloud不能处理透明背景，所以我们要把背景设为白色，然后下载重命名为wc.png。这个wc.png有两个用途：一是用来制作词云的形状，二是用来定义词云中字体的颜色。

3）使用https://ps.gaoding.com/ 制作词云形状

A）打开上一步生成的wc.png。

B）使用魔棒，选中所有白色区域。

C）反选，再按键盘“Delete”键删除

D）使用黑色填充，然后导出文件为：wc_mask.png，这就是wordCloud用来生成词云的形状文件。

---

生成词云

输入

jieba_out.txt：经过中文分词处理用于生成词云的文本文件

wc_stopwords.txt：除外文件。文件中的词语不会出现在词云。

wc.png：词云字体的配色。

wc_mask.png：词云形状。

字体文件名：在C:\Windows\Fonts中选一个字体，右键属性即可得到字体的文件名。*.TTF文件可以，*.fon文件不支持，其他字体文件未测试。

输出

out.png：词云的图形文件。

处理步骤

1. 默认配色

wordcloud_cli --text jieba_out.txt --imagefile out.png --mask wc_mask.png --fontfile STXINGKA.TTF --stopwords wc_stopwords.txt

2.指定配色文件

wordcloud_cli --text jieba_out.txt --imagefile out.png --mask wc_mask.png --fontfile STXINGKA.TTF --stopwords wc_stopwords.txt --colormask wc.png

3.白色背景

wordcloud_cli --text jieba_out.txt --imagefile out.png --mask wc_mask.png --fontfile STXINGKA.TTF --stopwords wc_stopwords.txt --colormask wc.png --background white