詞雲-WordCloud參數詳解

from wordcloud import WordCloud

font_path : string  #字型路徑，需要展現什麼字型就把該字型路徑+字尾名寫上，如：font_path = '黑體.ttf'

width : int (default=400) #輸出的畫布寬度，預設為400像素

height : int (default=200) #輸出的畫布高度，預設為200像素

prefer_horizontal : float (default=0.90) #詞語水準方向排版出現的頻率，預設 0.9 （是以詞語垂直方向排版出現頻率為 0.1 ）

mask : nd-array or None (default=None) #如果參數為空，則使用二維遮罩繪制詞雲。如果 mask 非空，設定的寬高值将被忽略，遮罩形狀被 mask 取代。除全白（#FFFFFF）的部分将不會繪制，其餘部分會用于繪制詞雲。如：bg_pic = imread('讀取一張圖檔.png')，背景圖檔的畫布一定要設定為白色（#FFFFFF），然後顯示的形狀為不是白色的其他顔色。可以用ps工具将自己要顯示的形狀複制到一個純白色的畫布上再儲存，就ok了。一般為mask=np.array(Image.open('xxx.jpg'))。其中from PIL import Image

scale : float (default=1) #按照比例進行放大畫布，如設定為1.5，則長和寬都是原來畫布的1.5倍

min_font_size : int (default=4) #顯示的最小的字型大小

font_step : int (default=1) #字型步長，如果步長大于1，會加快運算但是可能導緻結果出現較大的誤差

max_words : number (default=200) #要顯示的詞的最大個數

stopwords : set of strings or None #設定需要屏蔽的詞，如果為空，則使用内置的STOPWORDS

background_color : color value (default=”black”) #背景顔色，如background_color='white',背景顔色為白色

max_font_size : int or None (default=None) #顯示的最大的字型大小

mode : string (default=”RGB”) #當參數為“RGBA”并且background_color不為空時，背景為透明

relative_scaling : float (default=.5) #詞頻和字型大小的關聯性

color_func : callable, default=None #生成新顔色的函數，如果為空，則使用 self.color_func

regexp : string or None (optional) #使用正規表達式分隔輸入的文本

collocations : bool, default=True #是否包括兩個詞的搭配

colormap : string or matplotlib colormap, default=”viridis” #給每個單詞随機配置設定顔色，若指定color_func，則忽略該方法

random_state : int or None  #為每個單詞傳回一個PIL顔色

#其他部分函數
fit_words(frequencies)  #根據詞頻生成詞雲
generate(text)  #根據文本生成詞雲
generate_from_frequencies(frequencies[, ...])   #根據詞頻生成詞雲
generate_from_text(text)    #根據文本生成詞雲
process_text(text)  #将長文本分詞并去除屏蔽詞（此處指英語，中文分詞還是需要自己用别的庫先行實作，使用上面的 fit_words(frequencies) ）
recolor([random_state, color_func, colormap])   #對現有輸出重新着色。重新上色會比重新生成整個詞雲快很多
to_array()  #轉化為 numpy array
to_file(filename)   #輸出到檔案