基于python的wordcloud库生成中文词云

python的wordcloud库生成词云包功能强大,还可以自定义图片.
官网: https://amueller.github.io/word_cloud/
github: https://github.com/amueller/word_cloud

安装

pip install wordcloud -i https://mirrors.aliyun.com/pypi/simple/
wordcloud中主要有三个类：

WordCloud([font_path, width, height, …])	生成和绘图的词云对象
ImageColorGenerator(image[, default_color])	基于彩色图像的颜色生成器
random_color_func([word, font_size, …])	随机色调颜色生成

第一个类：

class wordcloud.WordCloud(font_path=None, width=400, height=200, margin=2, 
ranks_only=None, prefer_horizontal=0.9, mask=None, scale=1, color_func=None, 
max_words=200, min_font_size=4, stopwords=None, random_state=None, 
background_color='black', max_font_size=None, font_step=1, mode='RGB', 
relative_scaling='auto', regexp=None, collocations=True, colormap=None, 
normalize_plurals=True, contour_width=0, contour_color='black', repeat=False)

主要参数：

• font_path : string //字体路径，需要展现什么字体就把该字体路径+后缀名写上，如：font_path = ‘黑体.ttf’ 。或者改默认字体。[参考: https://blog.****.net/Dick633/article/details/80261233]
• width : int (default=400) //输出的画布宽度，默认为400像素
• height : int (default=200) //输出的画布高度，默认为200像素
• prefer_horizontal : float (default=0.90) //词语水平方向排版出现的频率，默认 0.9 （所以词语垂直方向排版出现频率为 0.1 ）
• mask : nd-array or None (default=None) //如果参数为空，则使用二维遮罩绘制词云。如果 mask 非空，设置的宽高值将被忽略，遮罩形状被 mask 取代。 除了全白的部分将不会绘制，其余部分会用于绘制词云。
  背景图片的画布一定要设置为白色（#FFFFFF），然后显示的形状为不是白色的其他颜色。
• scale : float (default=1) //按照比例进行放大画布，如设置为1.5，则长和宽都是原来画布的1.5倍。
• min_font_size : int (default=4) //显示的最小的字体大小
• font_step : int (default=1) //字体步长，如果步长大于1，会加快运算但是可能导致结果出现较大的误差。
• max_words : number (default=200) //要显示的词的最大个数
• stopwords : set of strings or None //设置需要屏蔽的词，如果为空，则使用内置的STOPWORDS
• background_color : color value (default=”black”) //背景颜色，
• max_font_size : int or None (default=None) //显示的最大的字体大小
• color_func : callable, default=None //生成新颜色的函数，如果为空，则使用 self.color_func
• colormap : string or matplotlib colormap, default=”viridis” //给每个单词随机分配颜色，若指定color_func，则忽略该方法。
  方法：

fit_words(frequencies)	根据单词的频率生成词云
generate(text)	根据文本生成词云
generate_from_frequencies(frequencies[, …])	根据单词的频率生成词云
generate_from_text(text)	根据文本生成词云
process_text(text)	将长文本分词并去除屏蔽词
recolor([random_state, color_func, colormap])	改变现有布局的颜色
to_array()	转化为 numpy array.
to_file(filename)	输出为image文件

第二个类：

classwordcloud.ImageColorGenerator(image, default_color=None) 

基于RGB图像生成颜色。将使用彩色图像中包围矩形的平均颜色对单词进行着色。构造之后，该对象充当可调用对象，可以作为color_func传递给单词云构造函数或recolor方法。
Image：用于生成单词颜色的图像
例子：

import jieba
import wordcloud
import matplotlib.pyplot as plt

class JiuJie(object):
    """
    将九界天君小说做成词云
    """
    def __init__(self):
        self.my_txt = ''
        self.words = []

    def cut_words(self):
        """
        函数说明：对九界天君的内容进行分词
        """
        # 读取文本内容
        with open('九界天君.txt', 'r', encoding='utf-8') as f:
            self.my_txt = f.read()
        # 用jieba分词
        words_list = jieba.lcut(self.my_txt, cut_all=False)
        self.words = [word for word in words_list if len(word) > 1]
        self.generate_wordcloud()

    def generate_wordcloud(self):
        """
        函数说明：对分词生成词云
        """
        fig, axes = plt.subplots(1, 2)

        # 读取image
        background_img = plt.imread('timg.jpg')
        # 生成wordcloud 对象
        word_cloud = wordcloud.WordCloud(background_color='white', mask=background_img，scale=2 )
        # 将self.words单词 生成词云words_img 
        words_img = word_cloud.generate(' '.join(self.words))
        # 直接显示（颜色随机分配）
        axes[0].imshow(words_img)
        # 基于background_img生成颜色
        img_color = wordcloud.ImageColorGenerator(background_img)
        # 对words_img 进行颜色重构（单词颜色为图片背景颜色）
        axes[1].imshow(words_img.recolor(color_func=img_color))
        # 去掉坐标轴
        for ax in axes:
            ax.set_axis_off()
        # 显示词云
        plt.show()


if __name__ == '__main__':
    W = JiuJie()
    W.cut_words()

原图片：

生成结果：