python制作词云图

准备基础模块

• matplotlib – 数据可视化模块
• numpy – 数值计算模块
• jieba – 分词模块
• wordcloud – 词云模块
• Pillow（PIL） – 图像处理模块

同时准备遮罩图和文本信息

实现代码：

#导入matplotlib模块pyplot对象并使用as给对象起个别名plt
import matplotlib.pyplot as plt    #matplotlib数据可视化模块
import jieba                       #导入jieba分词模块
import wordcloud                   #导入词云图模块
from wordcloud import ImageColorGenerator
import numpy as np                 #导入numpy模块
from PIL import Image              #从Pillow（PIL）模块中导入Image对象 图像处理模块

# 读取文本文件
text = open('elsa.txt','r').read() #elsa.txt可以改成自己的文件
cut_text = jieba.cut(text)         #分词处理
word = ' '.join(cut_text)          #以空格分割文本
#读取图片
pic = np.array(Image.open('elsa.png'))
image_colors = ImageColorGenerator(pic)  #生成图片颜色中的颜色（使用图片自带颜色）
#生成词云图
wd = wordcloud.WordCloud(
    mask=pic,                      #背景图形,如果根据图片绘制，则需要设置
    font_path='simhei.ttf',        #可以改成自己喜欢的字体(因为有中文字体)
    background_color='white',      #词云图背景颜色可以换成自己喜欢的颜色
    )
wd.generate(word)                  #生成词云
# 图片颜色渲染词云图的颜色，用color_func指定
plt.imshow(wd.recolor(color_func=image_colors), interpolation='bilinear')#显示词云图
plt.axis('off')#关闭显示x轴、y轴下标
plt.show()

下面的例子对文本进行了一次处理，颜色按照设定值显示（不一定用图片自带颜色）

import re
import matplotlib.pyplot as plt
from matplotlib import colors
import jieba
import wordcloud
from wordcloud import WordCloud
import imageio
# 读取文件
str1 = open('joker.txt','r').read()
#文本数据处理
pattern = re.compile(u'\t|\n|\.|-|:|;|\)|\(|\?|\[|\]|  ；|，|。|"')
str1 = re.sub(pattern, '', str1)
#自定义小丑颜色
color_list=['darkslategray','red','orange','darkred']
#多种颜色
'''color_list=['LightCoral','RosyBrown','IndianRed','Red','Brown','FireBrick'
            ,'DarkRed','Maroon','Gainsboro','LightGray'
            ,'Silver','DarkGray','Gray','DimGray','Black']'''
colormap=colors.ListedColormap(color_list) 
#文本分词处理制作词云
cut_text = jieba.cut(str1, cut_all=True)     # cut_all=False 表示采用精确模式
word = ' '.join(cut_text)
#图片背景
pic = imageio.imread('小丑.png')
#设置中文停用词
stopwords = set('')
stopwords.update(['展开','回应','一个','影评','可能','一部','没有','我们','这个','这部','电影','就是'
                    ,'大家','不是','只是','因为','一些','本片']) #通过stopwords.update()方法手动添加停用词
#生成词云图
wd = wordcloud.WordCloud(
    mask=pic,
    font_path='simhei.ttf',
    colormap=colormap,
    stopwords = stopwords,
    background_color='white'
    )
#将长文本分词并去除屏蔽词
process_word = WordCloud.process_text(wd,word)
#对文本词排序(根据字典中值的大小，对字典中的项排序)
sort = sorted(process_word.items(),key=lambda x:x[1],reverse=True)
print(sort[:50]) # 输出文本词频最高的前50个词
wd.generate(word)
plt.imshow(wd)
plt.axis('off')
plt.show()

过滤词也可以读取文件或数据库中内容

#读取停止词文件并保存到列表中 根据已有停用词库遍历文本滤除停用词
stopwords = [line.strip() for line in open('stopwords.txt').readlines()]
newword=''
#滤除停用词
for s in word:
    if s not in stopwords:
         newword += s