Python生成词云

词云，从刚开始学习Python的时候就看到过，觉得特别高大上，因为它能很直观的分析出，什么词语出现的频率高，表现方式也很友好。想着我也一定要自己做出来～后来没想到实现词云的方法居然挺简单的，开源真是特别好，真是完全符合Python的优雅简洁呀，接下来直入正题～

安装

我们用到的第三方包是wordcloud，我是在pycharm中编写的，直接使用pip安装即可:

pip install wordcloud

在安装wordcloud过程中发现其实还安装了matplotlib、numpy、pillow等一系列其他包。然后，对于词我们要进行拆分，使用的是jieba，安装也很简单：

pip install jieba

安装的内容就基本这些。

实现

废话不多说直接先看看结果：

对于引入的内容如下：

from wordcloud import WordCloud
import jieba
from scipy.misc import imread
from PIL import Image
import numpy as np
import matplotlib.pyplot as plt

获取词的内容

一般可以通过爬取某个网站获取数据，也可以更简单一点，拷贝一篇文章保存在本地来分析。

with open('test.txt', 'r', encoding="utf-8") as f:
    text = " ".join(jieba.cut(f.read()))

这里的含义就是打开文件，使用jieba分词，然后通过空格来分割，就得到了最后传递给wordcloud的内容。

获取遮罩图

官方的方式，通过numpy去获取：

alice_mask = np.array(Image.open("alice_mask.png"))

这样就获取到了遮罩图，稍后传入wordcloud中即可。

显示词云

wordCloud = WordCloud(font_path='msyh.ttf',
                      background_color='white',
                      max_words=500,
                      max_font_size=80,
                      random_state=40,
                      mask=alice_mask)
wordcloud.generate(text)
plt.imshow(wordCloud, interpolation='bilinear')
plt.axis("off")
plt.show()

先创建wordcloud，再使用plt显示。如果包含中文内容，需要设置font_path为中文的字体，然后mask为传入的遮罩图。词云的内容设置则通过generate即可。

这样一来就大功告成了。