Python画词云图，Python画圆形词云图，API详解
在 Python 中，词云图的常用库是 wordcloud。以下是核心 API 参数的详细讲解，以及一个完整的使用示例。
一、参数 类型 默认值 说明
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
width |
int | 400 | 词云图的宽度（像素） |
height |
int | 200 | 词云图的高度（像素） |
background_color |
str | “black” | 背景颜色，可以是颜色名称（如 “white”）或十六进制值（如 “#FFFFFF”） |
colormap |
str / matplotlib colormap | “viridis” | 配色方案，例如 “Blues”, “Reds”, “Greens” 等 |
font_path |
str | – | 字体文件路径（支持中文需指定中文字体，如 font_path=‘msyh.ttc’） |
max_words |
int | 200 | 最多显示的词汇数量 |
| stopwords | set / dict | - | 停用词集合，可以是预定义的集合或自定义字典 |
mask |
ndarray / None | - | 使用图片形状作为词云图的蒙版（需配合 numpy 和 PIL 库） |
| contour_width | int | 0 | 蒙版轮廓的宽度（仅当 mask 非空时有效） |
| contour_color | str | “black” | 蒙版轮廓的颜色 |
| collocations | bool | True | 是否包含词语搭配（如 “New York”） |
| prefer_horizontal | float | 0.9 | 词汇水平排列的偏好（0~1，值越大越倾向于水平排列） |
| scale | float | 1 | 词云图的分辨率缩放比例 |
| min_font_size | int | 4 | 词汇的最小字体大小 |
| max_font_size | int | - | 词汇的最大字体大小（默认根据词频自动调整） |
| random_state | int / None | - | 随机种子，用于控制词云图的生成随机性 |
二. 完整使用示例
以下是一个生成词云图的完整代码示例，包含主要参数的用法：
from wordcloud import WordCloud, ImageColorGenerator
import matplotlib.pyplot as plt
file_name = '一段文本.txt'
# 打开文件
with open(file_name, 'r', encoding='utf-8') as file:
# 读取文件内容
text = file.read()
# 生成词云并使用图片颜色
wordcloud = WordCloud(
background_color='white',
max_words=100,
width=800, height=400
).generate(text)
plt.figure(figsize=(10, 5))
plt.imshow(wordcloud)
plt.axis("off")
plt.savefig('词云图2.png')
plt.show()
由于wordcloud库默认不支持中文，需要指定一个支持中文的字体。你可以使用Mac系统中已有的中文字体，如“SimHei”。首先，你需要找到这个字体的路径。
在终端中运行以下命令来查找系统中可用的字体：
fc-list :lang=zh
from wordcloud import WordCloud, ImageColorGenerator
import matplotlib.pyplot as plt
file_name = '词频数据.txt'
# 打开文件
with open(file_name, 'r', encoding='utf-8') as file:
# 读取文件内容
text = file.read()
# 生成词云并使用图片颜色
wordcloud = WordCloud(
font_path="/System/Library/Fonts/STHeiti Medium.ttc",
background_color='white',
max_words=100,
width=800, height=400
).generate(text)
plt.figure(figsize=(10, 5))
plt.imshow(wordcloud)
plt.axis("off")
plt.savefig('词云图2.png')
plt.show()
三、高级用法，使用图片蒙版
from wordcloud import WordCloud, ImageColorGenerator
import matplotlib.pyplot as plt
from PIL import Image
import numpy as np
import pandas as pd
# 自定义一个圆形的蒙版mask
size = (1000, 1000)
mask = np.ones(size, dtype=np.uint8) * 0 # 先全白
center = (size[0] // 2, size[1] // 2)
radius = min(center) - 20 # 缩小半径，留中间白边
y, x = np.ogrid[:size[0], :size[1]]
mask[(x - center[0])**2 + (y - center[1])**2 > radius**2] = 255 # 外围变黑
Image.fromarray(mask).save("correct_circle_mask.png") # 保存正确mask
file_name = '一段文本.txt'
# 打开文件
with open(file_name, 'r', encoding='utf-8') as file:
# 读取文件内容
text = file.read()
mask = np.array(Image.open("correct_circle_mask.png")) # 替换为你的mask路径
# 生成词云并使用图片颜色
wordcloud = WordCloud(
# font_path="simhei.ttf",
background_color='white',
mask=mask,
# color_func=ImageColorGenerator(mask), # 使用mask颜色
max_words=100,
width=1000, height=1000, # 与mask尺寸一致
).generate(text)
plt.figure(figsize=(10, 5))
plt.imshow(wordcloud)
plt.axis("off")
plt.savefig('词云图.png')
plt.show()
四、多子图
from wordcloud import WordCloud, ImageColorGenerator
import matplotlib.pyplot as plt
from PIL import Image
import numpy as np
import pandas as pd
size = (600, 600)
mask = np.ones(size, dtype=np.uint8) * 0 # 先全白
center = (size[0] // 2, size[1] // 2)
radius = min(center) - 20 # 缩小半径，留中间白边
y, x = np.ogrid[:size[0], :size[1]]
mask[(x - center[0])**2 + (y - center[1])**2 > radius**2] = 255 # 外围变黑
Image.fromarray(mask).save("correct_circle_mask.png") # 保存正确mask
# 创建一个 2x2 的子图布局
fig, axes = plt.subplots(2, 3, figsize=(15, 8))
title = [2000,2005,2010,2015,2020,2025]
# 遍历每个子图并生成词云
for i,ax in enumerate(axes.flatten()):
# 读取文件内容
file_name = f'水利数据/词频数据_{title[i]}.txt'
with open(file_name, 'r', encoding='utf-8') as file:
text = file.read()
# 生成词云
wordcloud = WordCloud(
font_path="/System/Library/Fonts/STHeiti Medium.ttc", # mac 和windows不一样
background_color='white',
colormap='viridis', # “viridis” 配色方案，例如 “Blues”, “Reds”, “Greens” 等
max_words=100,
width=600, height=600,
# prefer_horizontal=0.9, # 词汇水平排列的偏好（0~1，值越大越倾向于水平排列）默认0.9
mask=mask,
min_font_size = 18
).generate(text)
# 在子图中显示词云
ax.imshow(wordcloud, interpolation='bilinear')
ax.axis('off')
ax.set_title(title[i], fontsize=18,loc='left', pad=6)
# 生成词云并使用图片颜色
# 调整子图之间的间距
plt.tight_layout()
plt.savefig('水利行业热门词云图2.png')
plt.show()
五、自定义停用词
就是这些词语不会显示，比如一句话中 的、地、我、他、is this 等
# 从文件加载停用词
with open("stopwords.txt", "r", encoding="utf-8") as f:
stopwords = set(f.read().splitlines())
wordcloud = WordCloud(stopwords=stopwords).generate(text)
六、 注意事项
中文字体：如果要生成中文词云，必须指定中文字体文件（如 font_path=‘msyh.ttc’）。
停用词：可以通过 stopwords 参数排除无意义的词汇（如 “的”, “是”, “在”）。
性能优化：对于大规模文本，可以先进行分词和词频统计，再使用 generate_from_frequencies 方法。