微信公众号：愤怒的it男，超多Python技术干货文章。

一、简单介绍一下

词云图是文本挖掘中用来表征词频的数据可视化图像，通过它可以很直观地展现文本数据中地高频词，让读者能够从大量文本数据中快速抓住重点。如下图：

wordcloud则是一个非常优秀的词云展示python库，它支持自定义词云图的大小、颜色、字体等，甚至可以通过蒙版图片设置词云图的形状。因此，我们可以借助wordcloud轻松生成精美的词云图。

二、安装只需一行命令

pip install wordcloud

三、从一个简单例子开始

from wordcloud import WordCloud


text = "微信公众号：愤怒的it男"


wc = WordCloud(font_path='FZYTK.TTF', repeat=True)

wc.generate(text)

wc.to_file('wordcloud.png')

这里通过WordCloud类设置字体为方正姚体，背景颜色为白色，文本可以重复显示。生成WordCloud对象后，使用generate()方法将“微信公众号：愤怒的it男”生成词云图。最后，使用to_file()方法生成图片文件。

四、细说wordcloud

WordCloud作为wordcloud库最核心的类，其主要参数及说明如下：

这里以wordcloud库官方文档的constitution.txt文件作为数据，覆盖WordCloud类的各种参数设置用法，绘制出一张精美的词云图。

首先，读入constitution.txt数据，并将数据清洗成空格分隔的长字符串。

import re

with open('constitution.txt') as c:

    text = ' '.join([word.group().lower() for word in re.finditer('[a-zA-Z]+', c.read())])

print(text[:500])

然后，在默认参数设置下，使用WordCloud对象的generate()和to_file()方法生成一张简单的词云图。

from wordcloud import WordCloud
import re

with open('constitution.txt') as c:

    text = ' '.join([word.group().lower() for word in re.finditer('[a-zA-Z]+', c.read())])


wc = WordCloud()

wc.generate(text)


wc.to_file('wordcloud.png')

以上词云图是在默认参数下生成的，简单粗糙不好看。接下来我们将对WordCloud的各种参数调整设置，不断地对以上词云图进行升级改造。

1、设置图片属性

设置图片宽为600，高为300，放大1.5倍，色彩空间为RGBA，背景颜色为。

from wordcloud import WordCloud
import re

with open('constitution.txt') as c:

    text = ' '.join([word.group().lower() for word in re.finditer('[a-zA-Z]+', c.read())])


wc = WordCloud(

    width=600,

    height=300,

    scale=1.5,

    mode='RGBA',

    background_color=,

    )

wc.generate(text)


wc.to_file('wordcloud.png')

2、设置文字布局

设置水平比例为1（即全部为水平文字），最多只显示100个词，停用词使用自带的词典（中文需要传入自定义的），相关一致性为0.3，文字布局为非随机，不允许重复词。

from wordcloud import WordCloud
import re

with open('constitution.txt') as c:

    text = ' '.join([word.group().lower() for word in re.finditer('[a-zA-Z]+', c.read())])


wc = WordCloud(

    width=600,

    height=300,

    scale=1.5,

    mode='RGBA',

    background_color=,

    prefer_horizontal=1,

    max_words=400,

    stopwords=,

    relative_scaling=0.3,

    random_state=4,

    repeat=False,

    )

wc.generate(text)


wc.to_file('wordcloud.png')

3、设置字体属性

设置字体为‘JOKERMAN.TTF’，最小字号为2，最大字号为150。

from wordcloud import WordCloud
import re

with open('constitution.txt') as c:

    text = ' '.join([word.group().lower() for word in re.finditer('[a-zA-Z]+', c.read())])


wc = WordCloud(

    width=600,

    height=300,

    scale=1.5,

    mode='RGBA',

    background_color=,

    prefer_horizontal=1,

    max_words=400,

    stopwords=,

    relative_scaling=0.3,

    random_state=4,

    repeat=False,

    font_path='JOKERMAN.TTF',

    min_font_size=2,

    max_font_size=150,

    )

wc.generate(text)


wc.to_file('wordcloud.png')

4、设置蒙版

设置微信公众号【愤怒的it男】头像的黑白图片为蒙版图片。

from PIL import Image
from wordcloud import WordCloud
import numpy as np
import re


mask_picture = np.array(Image.open('angry_it_man_mask.png'))

with open('constitution.txt') as c:

    text = ' '.join([word.group().lower() for word in re.finditer('[a-zA-Z]+', c.read())])


wc = WordCloud(

    width=600,

    height=300,

    scale=1.5,

    mode='RGBA',

    background_color=,

    prefer_horizontal=1,

    max_words=400,

    stopwords=,

    relative_scaling=0.3,

    random_state=4,

    repeat=False,

    font_path='JOKERMAN.TTF',

    min_font_size=2,

    max_font_size=150,

    mask=mask_picture,

    )

wc.generate(text)


wc.to_file('wordcloud.png')

微信公众号：愤怒的it男，超多Python技术干货文章。