怎么使用Python轻松实现绘制词云图(python,开发技术)

一、一般词云绘制

制作词云图首先得有词吧，词从哪来，迪迪想了半天硬是没想出来。既然没思路，那就拿过气的后浪软文玩一玩吧，对于后浪大家褒贬不一，迪迪也不敢妄加评论。

首先，咱们把后浪全文保存为HL.txt，截取部分，长这样：

接着，下载并导入制作词云所需的库，各个库的功能都有注释。

importjieba#结巴分词fromwordcloudimportWordCloud#词云展示库fromPILimportImage#图像处理库importnumpyasnp#支持多维数组和矩阵运算importmatplotlib.pyplotasplt#图像展示库

然后，把HL.txt的内容读出来。

#读取文本内容withopen('HL.txt','r',encoding="UTF-8")asf:file=f.read()#将文本读取为整个字符串，readlines可以按行读取

紧接着，咱们需要把读取的整个字符串分成一个个的词，jieba出征，寸草不生。

#进行分词data_cut=jieba.cut(file,cut_all=False)#精确模式分词

分完词后发现，什么逗号啊、分号啊、句号啊也作为单独的词全出来了，那可不行，咱得想办法stop它们。 构建停词表，把看不惯的词remove掉，没错，我不喜欢口口声声的我们你们啥的。

stop_words=["，","。",";","、","我们","你们"]#自定义停词列表

当然，有朋友会说，你这是因为文本内容少，自己搞个停词表方便，可要是成千上万的文本你这点停词肯定不够用啊。OK，那咱们百度下停词表，随便download一个，保存为stopwords.txt。stopwords.txt共有1893个常用停词，长这样：

有了停词表，咱得用Python读出来。

stop_words=[]#创建空列表withopen("stopwords.txt",'r',encoding='utf-8')asf:forlineinf:iflen(line)>0:stop_words.append(line.strip())#把停词追加到stop_words列表中

停词准备好了，接下来就是remove停词，拿到我们需要的词了。

data_result=[iforiindata_cutifinotinstop_words]#获取需要的词

print一下data_result，长这样：

这可不行，咱们需要的是由一个个词构成的字符串。因此，需要用join函数以空格分隔并将所有词连接成一个新的字符串。replace在这表示将换行（\n）符替换为空。

text="".join(data_result).replace("\n","")#连接成字符串print(text)

咱们打印一下text看效果：

词有了，可以开始设计词云图，由于所有词都是中文，而WordCloud默认不支持中文，摔！咱还得指定字体文件路径，否则会出现乱码。迪迪毕竟学欧体过来的，于是找了个小楷字体，你可以根据自己的喜好设置不同的字体，网上免费字体一大堆。

wc=WordCloud(#设置字体，不指定就会出现乱码,这个字体文件需要下载font_path="演示悠然小楷.ttf",background_color="black",max_words=5000,)

配置好之后，咱生成图片并展示出来。

#生成词云图wc.generate(text)#保存词云图wc.to_file("IMJG.jpg")#保存图片#展示plt.imshow(wc)#对图片进行处理，并显示其格式plt.axis("off")#关闭坐标轴plt.show()#将图片显示出来

效果如下：

到这，你可能以为迪迪准备写结语了。不好意思，还没完，咱们的目标可不能局限在这，在诗和远方，哦不，是定制属于自己的词云图。 迪迪准备给词云加个自定义的底图，让词云看起来更形象些。想了很久，不知道用什么图合适。于是迪迪打开了好久没用的Photoshop cc，绘制了一个你用美图秀秀都能做的比我好看的png。

我把这张图片命名为JG.png，并用Image方法打开。

#用Image方法打开图片images=np.array(Image.open("JG.png"))

把images配置到词云wc中去，传给参数mask。

wc=WordCloud(#设置字体，不指定就会出现乱码,这个字体文件需要下载font_path="演示悠然小楷.ttf",background_color="black",max_words=5000,mask=images)

重新生成并保存下词云图，效果如下：

哈哈，略丑。朋友们有兴趣可以自己做个底图或者网上download一个底图试试，底图尽量清晰、颜色尽量突出就好啦。

还有朋友可能会问为啥我文章开头的词云图是一个个句子，这里一并说明下，因为读取HL.txt的时候用的是readlines啊~

二、根据词频绘制词云

一般的词云制作用以上方法就可以啦，但现实生活中我们的需求可能更为复杂，根据词频绘制词云图的案例也更为多见。以下就是J哥经常用到的一个实战案例，开源代码奉上。

大致思路是从Mysql数据库中提取上万条交易记录，用sql语句把交易规模前100的品牌select出来，然后根据各个品牌交易规模的大小制作词云，文字越大的表示交易规模越大。

#-*-coding=uft-8-*-#@Time:2020/5/2310:30上午#@Author:我是J哥#@File:my_wordcloud.py#给定词频制作词云图frommatplotlibimportpyplotasplt#绘图，数据可视化fromwordcloudimportWordCloud#词云fromPILimportImage#图片处理importnumpyasnp#矩阵运算importpymysql#数据库importpandasaspd#数据处理#准备词云所需文字（词）conn=pymysql.connect(host="localhost",user="你的",passwd="你的",db="test",port=3306,charset="utf8")cur=conn.cursor()sql="selectbrandasname,round(sum(jine)/10000,0)asvaluefromSc_month5groupbynameorderbyvaluedesclimit100;"df=pd.read_sql(sql,conn)print(df)name=list(df.name)#词value=df.value#词的频率dic=dict(zip(name,value))#词频以字典形式存储#print(dic)cur.close()conn.close()img=Image.open("tree.png")img_arry=np.array(img)wc=WordCloud(background_color="white",mask=img_arry,max_words=1000,max_font_size=500,#font_path="演示悠然小楷.ttf"#font_path="有字库龙藏体.ttf"font_path="演示悠然小楷.ttf")wc.generate_from_frequencies(dic)#以词频生成词云#绘制图片fig=plt.figure(1)plt.imshow(wc)plt.axis("off")plt.show()#输出词云图片到文件plt.savefig("JGJG.jpg",dpi=400)

生成的词云图长这样：