- 官方簡介：
github:https://github.com/amueller/word_cloud 官方位址:https://amueller.github.io/word_cloud/
- 來一個例子：
""" @author:FLY @software:PyCharm @time:2017/08/24 """ import pickle from os import path import jieba import matplotlib.pyplot as plt from wordcloud import WordCloud, STOPWORDS, ImageColorGenerator text = '' with open('人工智能及應用.txt', 'r', encoding='utf8') as fin: for line in fin.readlines(): line = line.strip('\n') # sep’.join（seq）以sep作為分隔符，将seq所有的元素合并成一個新的字元串 text += ' '.join(jieba.cut(line)) backgroud_Image = plt.imread('man.jpg') print('加載圖檔成功！') '''設定詞雲樣式''' wc = WordCloud( background_color='white',# 設定背景顔色 mask=backgroud_Image,# 設定背景圖檔 font_path='C:\Windows\Fonts\STZHONGS.TTF', # 若是有中文的話，這句代碼必須添加，不然會出現方框，不出現漢字 max_words=2000, # 設定最大現實的字數 stopwords=STOPWORDS,# 設定停用詞 max_font_size=150,# 設定字型最大值 random_state=30# 設定有多少種随機生成狀态，即有多少種配色方案 ) wc.generate_from_text(text) print('開始加載文本') #改變字型顔色 img_colors = ImageColorGenerator(backgroud_Image) #字型顔色為背景圖檔的顔色 wc.recolor(color_func=img_colors) # 顯示詞雲圖 plt.imshow(wc) # 是否顯示x軸、y軸下标 plt.axis('off') plt.show() # 獲得子產品所在的路徑的 d = path.dirname(__file__) # os.path.join()： 将多個路徑組合後傳回 wc.to_file(path.join(d, "h11.jpg")) print('生成詞雲成功!')
- 運作結果：
- 生成詞雲方法
word_cloud 生成詞雲有兩個方法。from text 和 from frequencies 。即文本生成和頻率生成，每一個都有對應的函數可以使用
generate(text) Generate wordcloud from text.
generate_from_text(text) Generate wordcloud from text.
generate_from_frequencies Create a word_cloud from words and frequencies.
fit_words Create a word_cloud from words and frequencies.
- wordcloud包的基本用法
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=0.5, regexp=None, collocations=True,colormap=None, normalize_plurals=True)
- 這是wordcloud的所有參數，下面具體介紹一下各個參數：
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。
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。
fit_words(frequencies) //根據詞頻生成詞雲【frequencies，為字典類型】
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
- 簡要講下幾個會影響圖像清晰問題的
WordCloud
mask：遮罩圖，字的大小布局和顔色都會依據遮罩圖生成。其實理論上這對字大小和清晰程度的影響不大，
但是遮罩圖色和背景色background_color如果易混淆，則可能是一個導緻看起來不清晰的因素；
另外遮罩圖自身各個顔色之間的對比不強烈，也可能使圖看起來層次感不夠。
比如，一些圖明度比較高，再加上背景白色，有可能導緻字色太淺（背景色background_color又是白色）于是看起來不夠“清晰”。
background_color：背景色，預設黑。
這個本來其實也不怎麼影響清晰度，但是，就像之前在mask中提到的，如果遮罩圖像顔色過淺、背景設定白色，
可能導緻字看起來“不清晰”。而實際上，我對一個淺色遮罩圖分别用白、黑兩種背景色後發現，
黑色背景的強烈對比之下會有若幹很淺也很小的詞浮現出來，而之前因背景色、字色過于相近而幾乎無法用肉眼看出這些詞。
mode：預設“RGB”。根據說明文檔，如果想設定透明底色的雲詞圖，那麼可以設定background_color=None, mode="RGBA"
但是！！！實際中我嘗試設定透明背景色并沒有成功過！
當我選取的遮罩圖是白色底時，如果background_color設定為"white"或"black"時，生成的雲詞确實是對應的“白色”“黑色”；
但是按照上述參數設定透明色時，結果出來依然是白色。
當我選取的遮罩圖是透明底時，那麼不管我background_color設定為"white"或"black"，還是None加上mode="RGBA"，
結果都是把背景部分當做黑色圖塊，自動比對黑色的字！——也就是并沒有實作透明底的雲詞。
誰如果實作了透明底色的方案，歡迎給我留言。目前這個疑惑我打算先不研究了，放到以後再看。
max_font_size：最大字号。源檔案中也有講到，圖的生成會依據最大字号等因素去自動判斷詞的布局。
經測試，哪怕同一個圖像，隻要圖本身尺寸不一樣（比如我把一個300×300的圖拉大到600×600再去當遮罩），那麼同樣的字号也是會有不同的效果。
原理想想也很自然，字号決定了字的尺寸，而圖的尺寸變了以後，最大字相對于圖的尺寸比例自然就變了。
是以，需要根據期望顯示的效果，去調整最大字号參數值。
min_font_size：最小字号。不設定的情況下，預設是4。
嘗試了設定比4大的字号，例如8、10，結果就是原本小于設定值且大于4号的詞都直接不顯示了，其它内容和未設定該值時都一樣。
relative_scaling：表示詞頻和雲詞圖中字大小的關系參數，預設0.5。
為0時，表示隻考慮詞排序，而不考慮詞頻數；為1時，表示兩倍詞頻的詞也會用兩倍字号顯示。
scale：根據說明文檔，當雲詞圖很大的，加大該值會比使用更大的圖更快，但值越高也會越慢（計算更複雜）。
預設值是1。實際測試中，更大的值，确實輸出圖像看起來更精細（較小較淺的詞會顔色更重，也感覺清楚，大的詞差異不明顯）。
不過，可能由于我選的圖不大、詞也沒有很多，是以差距并沒有很大，縮小排列一下就基本上辨識不出多少差别了。
備注
- 背景圖檔-man.jpg
- STZHONGS.TTF 這個字型在CSDN和百度上都有，可自行下載下傳
以上參考來源： http://blog.csdn.net/heyuexianzi/article/details/76851377