用Python绘制了若干张词云图，超级惊艳
在数据可视化图表中，word cloud map的应用随处可见。它通常提取输入文本的词频，然后根据词频显示高频词。它简单、直观、高效。今天，让我们分享如何用Python绘制一个出色的词云。
小试牛刀 让我们首先尝试使用Python中的wordcloud模块绘制一个简单的词云
import jieba from wordcloud import WordCloud import matplotlib.pyplot as plt 我们导入文本内容，并且去除掉一下换行符和空格，代码如下：
text = open(r"明朝那些事儿.txt",encoding=utf8).read() text = text.replace( ,"").replace("u3000","") 我们需要将其分成一个个的词，这个时候就需要用到jieba模块了，代码如下：
text_cut = jieba.lcut(text) # 将分好的词用某个符号分割开连成字符串 text_cut = .join(text_cut) 当然，可能有很多不重要的内容，我们不需要在获得的结果中看到。此时，我们需要使用停止词。我们可以自己构建，也可以直接使用其他人构建的停止词列表。这里，小编辑器使用后者，代码如下：
stop_words = open(r"常见中文停用词表.txt").read().split(" ") 下面便是绘制词云图的核心代码了。
word_cloud = WordCloud(font_path="simsun.ttc", # 设置词云字体 background_color="white", # 词云图的背景颜色 stopwords=stop_words) # 去掉的停词 word_cloud.generate(text_cut) word_cloud.to_file("1.png") output
这样一张极其简单的词云图算是做好了，当然我们可以给它添加一个背景图片，例如下面这张图片，
主要需要添加的代码如下所示：
background = Image.open(r"5.png") graph = np.array(background) 然后在WorCloud当中添加mask参数
# 使用WordCloud生成词云 word_cloud = WordCloud(font_path="simsun.ttc", # 设置词云字体 background_color="white", # 词云图的背景颜色 stopwords=stop_words, # 去掉的停词 mask=graph) word_cloud.generate(text_cut) word_cloud.to_file("1.png") output
深度优化 除此之外，还有另外一个模块stylecloud绘制出来的词云图也是非常酷炫的，其中我们主要是用到下面这个函数。
gen_stylecloud(text=None, icon_name=fas fa-flag, colors=None, palette=cartocolors.qualitative.Bold_5, background_color="white", max_font_size=200, max_words=2000, stopwords=True, custom_stopwords=STOPWORDS, output_name=stylecloud.png, ) 其中几个常用的参数有
icon_name: 词云图的形状 max_font_size: 最大的字号 max_words: 可以容纳下的最大单词数量 stopwords: 用于筛选常见的停用词 custom_stopwords: 要是自建有停用词表，可以拿来用 palette: 调色板 我们来尝试绘制一个词云图，代码如下：
stylecloud.gen_stylecloud(text=text_cut, palette=tableau.BlueRed_6, icon_name=fas fa-apple-alt, font_path=r田英章楷书3500字.ttf, output_name=2.png, stopwords=True, custom_stopwords=stop_words) output
其中的palette参数作为调色板，可以任意变换的，具体参考：https://jiffyclub.github.io/palettable/ 这个网站。
pyecharts 最后我们来看一下如何用Pyecharts模块来进行词云图的绘制，代码如下
from pyecharts import options as opts from pyecharts.charts import Page, WordCloud words = [ ("皇帝", 10000), ("朱元璋", 6181), ("明朝", 4386), ("朝廷", 4055), ("明军", 2467), ("士兵", 2244), ("张居正", 1868), ("王守仁", 1281) ] c = ( WordCloud() .add("", words, word_size_range=[20, 100]) .set_global_opts(title_opts=opts.TitleOpts(title="基本示例")) ) c.render("1.html")
output
结果有点简单。然而，值得注意的是，pyecarts中的wordcloud（）方法传入的数据是指定的单词及其出现频率。这与之前的操作不同。
