Python做词云 手把手保姆级教程

第一步 导入包

import jieba.posseg as psg
import pandas
from wordcloud import WordCloud
from PIL import Image
import numpy as np
import matplotlib.pyplot as plt

jieba分词库，作用是将长文本可以分成一个一个词汇，而我们的词云正是基于词汇频率生成的

wordcloud词云库，用来生成词云图片

matplotlib用于保存和显示图片

第二步 读取文本

这里以文本保存在txt格式为例，如果想知道保存在csv、xlsx或者其他格式文档中的数据如何进行读取并生成词云，请滑动到最底部关注公主号，留言，会进行回复。

with open("文本.txt", 'r', encoding='utf-8') as f:
    lines = f.readlines()

第三步 分词

分词这里可以做的工作有很多，首先可以从互联网下载专用的中文停用词表，里面是已经整理好的一些不重要的词。

我这里采用了其他方法进行词汇过滤，大家进行词云生成的时候可以效仿，注意我这里导入的是jieba.posseg 而非 jieba，因为前者可以进行更进一步的词性和词汇长度的筛选。

s= "".join(lines)
result=psg.cut(s)

text_split = []
for x in result:
    if len(x.word)>=2 and len(x.word)<=3:  #筛选文本中2个字的词和3个字的词
           text_split.append(x.word)
text_split = pandas.Series(text_split)
articleDict = dict(text_split.value_counts())

首先将txt中读取到的文本合并成一个长句子，然后进行分词保存在result中（<class 'generator'>），依次访问result中的词汇进行过滤，利用.word可以直接提取该词的内容，而.flag可以提取该词的词性，这里我只对词的长度进行了过滤，如果你想只要名词这里可以添加一个判断（x.flag == 'n'），.flag对应词性分别缩写是什么可以去该库的使用方法里查询

将过滤后的词保存在列表中，然后组装成字典形式，因为词云的源数据格式必须为字典格式

第四步 生成词云

# 加载遮罩图片
mask_image = Image.open("1.jpeg")
mask_array = np.array(mask_image)

# 生成词云
wc = WordCloud(background_color="white",
               width=800,
               height=800,
               font_path='msyh.ttf',
               max_words=1000,
                mask=mask_array,
               ).generate_from_frequencies(articleDict)

# 保存和显示词云
wc.to_file('词云.png')
print("词云图片已保存")

加载蒙版图片，这一步非必须，如果不自己指定蒙版的话，生成的图片就是一个正方形轮廓。指定了蒙版词云生成时会有一个图案轮廓。width和height分别对应这个词云图片的宽和高，font_path这个很重要，如果没有指定的字体文件，默认生成的词云是不显示中文的将会看到一个个空白方框。这个文件需要大家自行百度下载然后保存在你的项目文件夹下（或者其他地方也ok，只要这里路径指定正确能让程序找到这个字体文件就行）。max_words规定了这个词云图片中能容纳最多的词汇数目，如果你不想词云看起来拥挤这里的值就可以设置小一点。mask蒙版参数，如果没用蒙版这个参数可以删除。

第五步 展示词云

# 显示图片
plt.figure(figsize=(10, 10))
plt.imshow(wc, interpolation='bilinear')
plt.axis("off")
plt.show()

这一步没啥好说的，就是把词云图展示出来。你也可以不要这一步，直接去找保存下来的词云图点击查看。

如果还有不会的欢迎关注我的公主号，留言询问，我会耐心解答，希望可以帮助每一个初学python的同学。

注意事项（完整的代码和数据在公主号和Github）

大家白嫖代码的时候一定要注意我标明的三方库版本，版本不对很有可能会出错，此外最后保存数据的方法有很多大家可以自行挑选更改。

最重要的一点，如果大家觉得有用跪求大家给我一个关注和点赞，有不懂的问题可以私信或者留言，欢迎大家关注我的公主号，上面有更多更详尽的代码，喜欢白嫖的有福了。

GitHub - Maekfei/Spider-projects: 爬虫实战，集合了数十个爬虫实战代码，全都亲测可用，借鉴麻烦点个star谢谢 同时欢迎访问我的github主页，copy代码的同时别忘了点个star 谢谢！