import jieba  #結(jié)巴分詞
from wordcloud import WordCloud  #詞云展示庫
from PIL import Image  #圖像處理庫
import numpy as np  #支持多維數(shù)組和矩陣運算
import matplotlib.pyplot as plt  #圖像展示庫

然后，把HL.txt的內(nèi)容讀出來。

# 讀取文本內(nèi)容
with open('HL.txt','r',encoding="UTF-8") as f:
    file = f.read()  #將文本讀取為整個字符串，readlines可以按行讀取

緊接著，咱們需要把讀取的整個字符串分成一個個的詞，jieba出征，寸草不生。

#進行分詞
data_cut =jieba.cut(file,cut_all = False) #精確模式分詞

分完詞后發(fā)現(xiàn)，什么逗號啊、分號啊、句號啊也作為單獨的詞全出來了，那可不行，咱得想辦法stop它們。構(gòu)建停詞表，把看不慣的詞remove掉，沒錯，我不喜歡口口聲聲的我們你們啥的。

stop_words = ["，","。",";","、","我們","你們"]  #自定義停詞列表

當(dāng)然，有朋友會說，你這是因為文本內(nèi)容少，自己搞個停詞表方便，可要是成千上萬的文本你這點停詞肯定不夠用啊。OK，那咱們百度下停詞表，隨便download一個，保存為stopwords.txt。stopwords.txt共有1893個常用停詞，長這樣：

有了停詞表，咱得用Python讀出來。

stop_words = [] #創(chuàng)建空列表
with open("stopwords.txt", 'r', encoding='utf-8') as f:
    for line in f:
        if len(line)>0:
            stop_words.append(line.strip())  #把停詞追加到stop_words列表中

停詞準(zhǔn)備好了，接下來就是remove停詞，拿到我們需要的詞了。

data_result = [i for i in data_cut if i not in stop_words] #獲取需要的詞

print一下data_result，長這樣：

這可不行，咱們需要的是由一個個詞構(gòu)成的字符串。因此，需要用join函數(shù)以空格分隔并將所有詞連接成一個新的字符串。replace在這表示將換行（\n）符替換為空。

text = " ".join(data_result).replace("\n","") #連接成字符串
print(text)

咱們打印一下text看效果：

詞有了，可以開始設(shè)計詞云圖，由于所有詞都是中文，而WordCloud默認(rèn)不支持中文，摔！咱還得指定字體文件路徑，否則會出現(xiàn)亂碼。迪迪畢竟學(xué)歐體過來的，于是找了個小楷字體，你可以根據(jù)自己的喜好設(shè)置不同的字體，網(wǎng)上免費字體一大堆。

wc = WordCloud(
    #設(shè)置字體，不指定就會出現(xiàn)亂碼,這個字體文件需要下載
    font_path = "演示悠然小楷.ttf",
    background_color = "black",
    max_words = 5000,
)

配置好之后，咱生成圖片并展示出來。

# 生成詞云圖
wc.generate(text)

# 保存詞云圖
wc.to_file("IMJG.jpg") #保存圖片

# 展示
plt.imshow(wc) #對圖片進行處理，并顯示其格式
plt.axis("off") #關(guān)閉坐標(biāo)軸
plt.show() #將圖片顯示出來

效果如下：

到這，你可能以為迪迪準(zhǔn)備寫結(jié)語了。不好意思，還沒完，咱們的目標(biāo)可不能局限在這，在詩和遠(yuǎn)方，哦不，是定制屬于自己的詞云圖。迪迪準(zhǔn)備給詞云加個自定義的底圖，讓詞云看起來更形象些。想了很久，不知道用什么圖合適。于是迪迪打開了好久沒用的Photoshop cc，繪制了一個你用美圖秀秀都能做的比我好看的png。

我把這張圖片命名為JG.png，并用Image方法打開。

#用Image方法打開圖片
images = np.array(Image.open("JG.png"))

把images配置到詞云wc中去，傳給參數(shù)mask。

wc = WordCloud(
    #設(shè)置字體，不指定就會出現(xiàn)亂碼,這個字體文件需要下載
    font_path = "演示悠然小楷.ttf",
    background_color = "black",
    max_words = 5000,
    mask=images
)

重新生成并保存下詞云圖，效果如下：

哈哈，略丑。朋友們有興趣可以自己做個底圖或者網(wǎng)上download一個底圖試試，底圖盡量清晰、顏色盡量突出就好啦。

還有朋友可能會問為啥我文章開頭的詞云圖是一個個句子，這里一并說明下，因為讀取HL.txt的時候用的是readlines啊~

二、根據(jù)詞頻繪制詞云

一般的詞云制作用以上方法就可以啦，但現(xiàn)實生活中我們的需求可能更為復(fù)雜，根據(jù)詞頻繪制詞云圖的案例也更為多見。以下就是J哥經(jīng)常用到的一個實戰(zhàn)案例，開源代碼奉上。

大致思路是從Mysql數(shù)據(jù)庫中提取上萬條交易記錄，用sql語句把交易規(guī)模前100的品牌select出來，然后根據(jù)各個品牌交易規(guī)模的大小制作詞云，文字越大的表示交易規(guī)模越大。

#-*- coding = uft-8 -*-
#@Time : 2020/5/23 10:30 上午
#@Author : 我是J哥
#@File : my_wordcloud.py

#給定詞頻制作詞云圖
from matplotlib import pyplot as plt   #繪圖，數(shù)據(jù)可視化
from wordcloud import WordCloud   #詞云
from PIL import Image  #圖片處理
import numpy as np   #矩陣運算
import pymysql   #數(shù)據(jù)庫
import pandas as pd  #數(shù)據(jù)處理


#準(zhǔn)備詞云所需文字（詞）
conn = pymysql.connect(host="localhost", user="你的", passwd="你的", db="test", port=3306, charset="utf8")
cur = conn.cursor()
sql = "select brand as name,round(sum(jine)/10000,0) as value from Sc_month4 group by name order by value desc limit 100;"
df = pd.read_sql(sql, conn)
print(df)
name = list(df.name)  #詞
value = df.value  # 詞的頻率
dic = dict(zip(name, value))  # 詞頻以字典形式存儲
#print(dic)
cur.close()
conn.close()

img = Image.open("tree.png")
img_arry = np.array(img)
wc = WordCloud(
    background_color="white",
    mask=img_arry,
    max_words=1000,
    max_font_size=500,
    #font_path="演示悠然小楷.ttf"
    #font_path="有字庫龍藏體.ttf"
    font_path="演示悠然小楷.ttf"
)

wc.generate_from_frequencies(dic)  #以詞頻生成詞云

#繪制圖片
fig = plt.figure(1)
plt.imshow(wc)
plt.axis("off")
plt.show()

#輸出詞云圖片到文件
plt.savefig("JGJG.jpg",dpi=400)

生成的詞云圖長這樣：