文章中的例子主要借鉴wordColud的examples，在文章对examples中的例子做了一些改动。

一、wordColud设计中文词云乱码

使用wordColud设计词云的时候可能会产生乱码问题，因为wordColud默认的字体不支持中文，所以我们只需要替换wordColud的默认字体即可正常显示中文。

1、中文词云乱码

我们使用simhei(黑体)来替换wordColud的默认字体。

2、替换默认字体

a、在字体文件*.tff字体文件(simhei.tff)拷贝到wordColud安装的文件夹中，文件夹路径：anaconda(python)-->lib-->site-packages-->wordcolud，如下图：

其中矩形框出来的是wordColud默认的字体，椭圆形框的是我们下载的字体。

b、修改wordcolud.py文件中的字体设置，打开改路径下的wordcolud.py文件，找到下图的所示的框出来的这一行(29行)

将系统的DroidSansMono.tff修改为simhei.tff即可。

二、wordColud示例

1、设计一个简单的圆形词云

import numpy as npimport matplotlib.pyplot as pltfrom wordcloud import WordCloud,STOPWORDSfrom PIL import Imagefrom os import pathimport matplotlib.pyplot as plt#用来正常显示中文plt.rcParams["font.sans-serif"]=["SimHei"]#用来正常显示负号plt.rcParams["axes.unicode_minus"]=Falseimport osimport random,jieba '''绘制单个词一个圆形的词云'''def single_wordColud(): text = "第一 第二 第三 第四" #产生一个以(150,150)为圆心,半径为130的圆形mask x,y = np.ogrid[:300,:300] mask = (x-150) ** 2 + (y-150) ** 2 > 130 ** 2 mask = 255 * mask.astype(int) wc = WordCloud(background_color="white",repeat=True,mask=mask) wc.generate(text) #将x轴和y轴坐标隐藏 plt.axis("off") plt.imshow(wc,interpolation="bilinear") plt.show()

2、以图片形状作为背景设计词云

下面以蜡笔小新的这张图片作为背景来设计一个词云，我们通过读取一个txt文件，文件中包含了很多段落，然后通过jieba对句子进行分词，去除停用词之后，生成一张词云的照片。

a、读取文件内容

使用jieba分词后，词之间需要通过空格进行分割，不然在产生词云的时候回变成一个词。

'''中文分词'''def segment_words(text): article_contents = "" #使用jieba进行分词 words = jieba.cut(text,cut_all=False) for word in words: #使用空格来分割词 article_contents += word+" " return article_contents

b、读取停用词

停用词包括一些标点符号，和一些没有实际意义的词，我们需要将这些词都去除。

'''从文件中读取停用词'''def get_stopwords(): dir_path = path.dirname(__file__) if "__file__" in locals() else os.getcwd() #获取停用词的路径 stopwords_path = os.path.join(dir_path,"txt/stopwords.txt") #创建set集合来保存停用词 stopwords = set() #读取文件 f = open(stopwords_path,"r",encoding="utf-8") line_contents = f.readline() while line_contents: #去掉回车 line_contents = line_contents.replace("\n","").replace("\t","").replace("\u3000","") stopwords.add(line_contents) line_contents = f.readline() return stopwords

c、生成词云图片

def drow_mask_wordColud(): #获取当前文件的父目录 d = path.dirname(__file__) if "__file__" in locals() else os.getcwd() mask = np.array(Image.open(path.join(d,"img/test.jpg"))) text = open(path.join(d,"txt/test.txt"),"r",encoding="utf-8").read(). replace("\n","").replace("\t","").replace("\u3000","") #对文本进行分词 text = segment_words(text) #获取停用词 stopwords = get_stopwords() #创建词云 ''' max_words:显示词的数量 mask:背景 stopwords:停用词,是一个set集合 margin:词之间的间隔 background_color:词云图片背景颜色 ''' wc = WordCloud(max_words=100,mask=mask,background_color="white", stopwords=stopwords,margin=10,random_state=1).generate(text) default_colors = wc.to_array() # #保存词云图片 # wc.to_file("a_new_hope.png") plt.imshow(default_colors,interpolation="bilinear") plt.axis("off") plt.show()

3、自定义词云的颜色

from wordcloud import WordCloud,get_single_color_funcimport matplotlib.pyplot as plt '''定义一个字体颜色设置类'''class GroupedColorFunc(object): def __init__(self,color_to_words,default_color): self.color_func_to_words=[ (get_single_color_func(color),set(words)) for (color,words) in color_to_words.items() ] self.defalt_color_func=get_single_color_func(default_color) def get_color_func(self,word): try: #设置每个词的颜色 color_func = next(color_func for (color_func,words) in self.color_func_to_words if word in words) except StopIteration: #词的默认颜色 color_func = self.defalt_color_func return color_func def __call__(self,word,**kwargs): return self.get_color_func(word)(word,**kwargs) if __name__ == "__main__": text = "第一 第二 第三 第四 第五 第六" #创建词云 wc = WordCloud(collocations=False,background_color="white").generate(text) #设置词的颜色 color_to_words={ #使用RGB来设置词的颜色 "#00ff00":["第一","第五"], "red":["第三","第六"], "yellow":["第二"] } #设置词默认的颜色 default_color = "blue" grouped_color_func = GroupedColorFunc(color_to_words,default_color) #设置词云的颜色 wc.recolor(color_func=grouped_color_func) #显示词云图 plt.figure() plt.imshow(wc,interpolation="bilinear") plt.axis("off") plt.show()

通过词的颜色设置类，来设置不同词的颜色。

4、自定义突出词的重要程度

在生成词云的时候，默认使用的是使得词频高的词更加突出，突出的词会比较大，有时候我们已经计算出了词的权重，想通过词云图来突出权重大小的差别。

from wordcloud import WordCloudimport matplotlib.pyplot as pltimport numpy as np def get_mask(): x,y = np.ogrid[:300,:300] mask = (x-150) ** 2 + (y-150) ** 2 > 130 ** 2 mask = 255 * mask.astype(int) return mask if __name__ == "__main__": #每个词的权重 text = {"第一":0.1,"第二":0.2,"第三":0.3,"第四":0.4,"第五":0.5} wc = WordCloud(background_color="white",mask=get_mask()) wc.generate_from_frequencies(text) plt.axis("off") plt.imshow(wc,interpolation="bilinear") plt.show()

5、保存词云图片

wc.to_file("test.png")

更多关于python词云库wordCloud使用方法请查看下面的相关链接