NLP快速入门：手把手教你用wordcloud做词云（python中wordcloud生成词云）

导读：

在上一章节介绍在Python环境下调用HanLP包进行分词的基础上，本文将介绍如何使用wordcloud绘制词云。尽管目前市面上已经有很多成熟的在线交互词云工具，但是考虑到实际工作中有很多内容是具有保密性的，无法直接在互联网上公开。因此，如何在本地搭建词云平台，自定义地绘制词云显得格外重要。

让文字更好看——词云

1.词云图是一种用来展现高频关键词的可视化表达，通过文字、色彩、图形的搭配，产生具有冲击力的视觉效果，并传达有价值的信息。

2.词云是通过形成 "关键词云层" 或 "关键词渲染"，对文本中出现频率较高的关键词的视觉上的突出，词云图能过滤掉大量的文本信息，使用户只要一眼扫过文本就可以领略文本的主旨。

常用在线交互词云工具

1.微词云：https://www.weiciyun.com/

2.易词云：https://www.yciyun.com/

3.词云统计：

http://cloud.niucodata.com/

4.图悦：

http://www.picdata.cn/picdata/index.php

5.优词云：http://www.uciyun.com/

6.美寄词云：

https://www.moage.cn/wordart

wordcloud绘制词云

wordcloud是python的一个三方库，称为词云也叫做文字云，是根据文本中的词频，对内容进行可视化的汇总，可以用来绘制用户画像。

1. 如何安装 wordcloud ？

wordcloud的API总体来说并不多，且需要进行的配置并不复杂，适合新手上手。安装wordcloud可以使用python自带的pip工具来进行，本文使用的是python3.7，pip的版本是19.2.1。由于wordcloud依赖于numpy包、pillow包和matplotlib包，所以我们要先装好上述这三个包然后再装wordcloud包，安装命令如下：

pip install numpy==1.19.1pip install pillow==7.2.0pip install matplotlib==3.3.2pip install wordcloud==1.8.0

2. 如何使用 wordcloud ？

wordcloud库把词云当作一个 WordCloud 对象，所以使用wordcloud可以大致分为三个步骤（以英文为例）：

1.创建对象：wc= wordcloud.WordCloud

2.加载文本：wc.generate("Choose a life of action, not one of oste-ntation.")

3.输出文件：wc.to_file("./picture/1.png")

如下图所示，一个简易、基本的词云便生成了。值得注意的是，生成的词云可以过滤掉停用词、介词、冠词等无意义的单词。

此外， wordcloud库还有如下特点。

wordcloud.WordCloud 代表一个文本对应的词云；

可以根据文本中词语出现的频率等参数绘制词云；

绘制词云的形状，尺寸和颜色都可以自定义设定。

附上wordcloud内的配置参数

3. wordcloud 基础实战

在本节，本文将介绍如何通过读取文本从而生成自定义式的词云，主要分为以下4步：

1.读取文本文件 （支持多种格式文本，包括word、excel、ppt等）

2.使用HanLP进行中文分词

3.使用wordcloud生成词云

4.显示/保存词云

注：使用HanLP进行中文分词可以参考我们之前的文章。

寒树爱函数，公众号：寒树RPA与AINLP快速入门：手把手教你用HanLP做中文分词

下面附上绘制简单中文词云的代码，分词的内容是十九大报告全文。

from PIL import Imagefrom wordcloud import WordCloud, STOPWORDSimport matplotlib.pyplot as pltimport numpy as

np

wc = WordCloud(background_color="white",# 设置背景颜色 max_words=2000, # 词云显示的最大词数 height=400, # 图片高度 width=800, # 图片宽度 max_font_size=50, #最大字体 stopwords=stopwords, # 设置停用词 font_path=C:/Windows/Fonts/simhei.ttf, # 兼容中文字体，不然中文会显示乱码 )# 生成词云 wc.generate(text) # 此处的text便是分好词的19

大文本

# 生成的词云图像保存到本地wc.to_file(path.join(d, "Images//19da.png"

))

# 显示图像plt.imshow(wc, interpolation=bilinear)# interpolation=bilinear 表示插值方法为双线性插值plt.axis("off")# 关掉图像的坐标plt.show

绘制的词云如下所示。

4. wordcloud 高级实战

在本节，本文将介绍如何将词云绘制在预设定好的背景图片上。例如：以我们最熟悉的中国地图为背景，我们将在此基础上绘制词云，只需修改wordcloud里的“mask”属性值，详细代码如下所示。

from PIL import Imagefrom wordcloud import wordcloudimport matplotlib.pyplot as pltimport numpy as

np

wc = WordCloud(background_color="white",# 设置背景颜色 max_words=2000, # 词云显示的最大词数 max_font_size=60, #最大字体 stopwords=stopwords, # 设置停用词 mask=np.array(Image.open("./picture/china.jpg")), # 选择背景图片为中国地图 font_path=C:/Windows/Fonts/simhei.ttf

, # 兼容中文字体，不然中文会显示乱码 )# 生成词云 wc.generate(text) # 此处的text便是分好词的女排评论文本

# 生成的词云图像保存到本地wc.to_file(path.join(d, "Images//nvpai.png"

))

# 显示图像plt.imshow(wc, interpolation=bilinear)# interpolation=bilinear 表示插值方法为双线性插值plt.axis("off")# 关掉图像的坐标plt.show

绘制的词云如下所示。