項目背景雖然現在已經有很多現成的制作詞雲圖的工具了，但一般存在以下幾個問題：問題一：工具太多，眼花缭亂，質量參差不齊，選擇困難症； 問題二：大多詞雲工具或多或少有一些限制，自定義的空間有限；問題三：有些工具甚至收費。基於以上幾個問題，迪迪覺得有必要寫一篇Python繪制詞雲圖的文章，因為實在太簡單！沒有任何編程基礎的小白都能搞定的事，還找什麼工具啊！
OK，FINE。咱不廢話，直接實操。項目實操一一般詞雲繪制
制作詞雲圖首先得有詞吧，詞從哪來，迪迪想了半天硬是沒想出來。既然沒思路，那就拿過氣的後浪軟文玩一玩吧，對於後浪大家褒貶不一，迪迪也不敢妄加評論。
首先，咱們把後浪全文保存為HL.txt，截取部分，長這樣：
接著，下載並導入制作詞雲所需的庫，各個庫的功能都有注釋。
1import jieba #結巴分詞2from wordcloud import WordCloud #詞雲展示庫3from PIL import Image #圖像處理庫4import numpy as np #支持多維數組和矩陣運算5import matplotlib.pyplot as plt #圖像展示庫
然後，把HL.txt的內容讀出來。
1# 讀取文本內容2with open('HL.txt','r',encoding="UTF-8") as f:3 file = f.read() #將文本讀取為整個字符串，readlines可以按行讀取
緊接著，咱們需要把讀取的整個字符串分成一個個的詞，jieba出征，寸草不生。
1#進行分詞2data_cut =jieba.cut(file,cut_all = False) #精確模式分詞
分完詞後發現，什麼逗號啊、分號啊、句號啊也作為單獨的詞全出來了，那可不行，咱得想辦法stop它們。 構建停詞表，把看不慣的詞remove掉，沒錯，我不喜歡口口聲聲的我們你們啥的。
1stop_words = ["，","。",";","、","我們","你們"] #自定義停詞列表
當然，有朋友會說，你這是因為文本內容少，自己搞個停詞表方便，可要是成千上萬的文本你這點停詞肯定不夠用啊。OK，那咱們百度下停詞表，隨便download一個，保存為stopwords.txt。stopwords.txt共有1893個常用停詞，長這樣：
有了停詞表，咱得用Python讀出來。
1stop_words = [] #創建空列表2with open("stopwords.txt", 'r', encoding='utf-8') as f:3 for line in f:4 if len(line)>0:5 stop_words.append(line.strip()) #把停詞追加到stop_words列表中
停詞准備好了，接下來就是remove停詞，拿到我們需要的詞了。
1data_result = [i for i in data_cut if i not in stop_words] #獲取需要的詞
print一下data_result，長這樣：
這可不行，咱們需要的是由一個個詞構成的字符串。因此，需要用join函數以空格分隔並將所有詞連接成一個新的字符串。replace在這表示將換行（ ）符替換為空。
1text = " ".join(data_result).replace("
","") #連接成字符串2print(text)
咱們打印一下text看效果：
詞有了，可以開始設計詞雲圖，由於所有詞都是中文，而WordCloud默認不支持中文，摔！咱還得指定字體文件路徑，否則會出現亂碼。迪迪畢竟學歐體過來的，於是找了個小楷字體，你可以根據自己的喜好設置不同的字體，網上免費字體一大堆。
1wc = WordCloud(2 #設置字體，不指定就會出現亂碼,這個字體文件需要下載3 font_path = "演示悠然小楷.ttf",4 background_color = "black",5 max_words = 5000,6)
配置好之後，咱生成圖片並展示出來。
1# 生成詞雲圖 2wc.generate(text) 3 4# 保存詞雲圖 5wc.to_file("IMJG.jpg") #保存圖片 6 7# 展示 8plt.imshow(wc) #對圖片進行處理，並顯示其格式 9plt.axis("off") #關閉坐標軸10plt.show() #將圖片顯示出來
效果如下：
到這，你可能以為迪迪准備寫結語了。不好意思，還沒完，咱們的目標可不能局限在這，在詩和遠方，哦不，是定制屬於自己的詞雲圖。 迪迪准備給詞雲加個自定義的底圖，讓詞雲看起來更形象些。想了很久，不知道用什麼圖合適。於是迪迪打開了好久沒用的Photoshop cc，繪制了一個你用美圖秀秀都能做的比我好看的png。
我把這張圖片命名為JG.png，並用Image方法打開。
1#用Image方法打開圖片2images = np.array(Image.open("JG.png"))
把images配置到詞雲wc中去，傳給參數mask。
1wc = WordCloud(2 #設置字體，不指定就會出現亂碼,這個字體文件需要下載3 font_path = "演示悠然小楷.ttf",4 background_color = "black",5 max_words = 5000,6 mask=images7)
重新生成並保存下詞雲圖，效果如下：
哈哈，略丑。朋友們有興趣可以自己做個底圖或者網上download一個底圖試試，底圖盡量清晰、顏色盡量突出就好啦。
還有朋友可能會問為啥我文章開頭的詞雲圖是一個個句子，這裡一並說明下，因為讀取HL.txt的時候用的是readlines啊~
二根據詞頻繪制詞雲
一般的詞雲制作用以上方法就可以啦，但現實生活中我們的需求可能更為復雜，根據詞頻繪制詞雲圖的案例也更為多見。以下就是J哥經常用到的一個實戰案例，開源代碼奉上。
大致思路是從Mysql數據庫中提取上萬條交易記錄，用sql語句把交易規模前100的品牌select出來，然後根據各個品牌交易規模的大小制作詞雲，文字越大的表示交易規模越大。
1#-*- coding = uft-8 -*- 2#@Time : 2020/5/23 10:30 上午 3#@Author : 我是J哥 4#@File : my_wordcloud.py 5 6#給定詞頻制作詞雲圖 7from matplotlib import pyplot as plt #繪圖，數據可視化 8from wordcloud import WordCloud #詞雲 9from PIL import Image #圖片處理10import numpy as np #矩陣運算11import pymysql #數據庫12import pandas as pd #數據處理131415#准備詞雲所需文字（詞）16conn = pymysql.connect(host="localhost", user="你的", passwd="你的", db="test", port=3306, charset="utf8")17cur = conn.cursor()18sql = "select brand as name,round(sum(jine)/10000,0) as value from Sc_month4 group by name order by value desc limit 100;"19df = pd.read_sql(sql, conn)20print(df)21name = list(df.name) #詞22value = df.value # 詞的頻率23dic = dict(zip(name, value)) # 詞頻以字典形式存儲24#print(dic)25cur.close()26conn.close()2728img = Image.open("tree.png")29img_arry = np.array(img)30wc = WordCloud(31 background_color="white",32 mask=img_arry,33 max_words=1000,34 max_font_size=500,35 #font_path="演示悠然小楷.ttf"36 #font_path="有字庫龍藏體.ttf"37 font_path="演示悠然小楷.ttf"38)3940wc.generate_from_frequencies(dic) #以詞頻生成詞雲4142#繪制圖片43fig = plt.figure(1)44plt.imshow(wc)45plt.axis("off")46plt.show()4748#輸出詞雲圖片到文件49plt.savefig("JGJG.jpg",dpi=400)
生成的詞雲圖長這樣：
結 語整體來看，Python制作詞雲圖還是很簡單的，代碼清晰，代碼量也少，很適合新手入門嘗鮮。當然，要想呈現良好的詞雲效果，前提是你的數據是干淨整潔的，因此數據清洗的知識必須掌握。
