利用jieba庫和wordcloud生成中文詞雲。
jieba庫：中文分詞第三方庫
分詞原理：
利用中文詞庫，確定漢字之間的關聯概率，關聯概率大的生成詞組
三種分詞模式：
1、精確模式：把文本精確的切分開，不存在冗余單詞
2、全模式：把文本中所有可能的詞語都掃描出來，有冗余
3、搜索引擎模式：在精確模式基礎上，對長詞再次切分
常用函數：
jieba.lcut(s) #精確模式，返回列表類型的分詞結果
jieba.lcut(s,cut_all=True) #全模式，返回列表類型的分詞結果
jieba.lcut_for_search(s,cut_all=True) # 搜索引擎模式（精確模式后對過長的詞再精確分詞），返回列表類型的分詞結果
jieba.add_word(w) #在參考的中文詞庫中添加自定義的詞，如：jieba.add_word(“產生式系統”)，無返回
jieba.del_word(w) #在參考的中文詞庫中刪除詞
jieba.analyse.extract_tags(sentence,topK=10) #關鍵詞提取，返回權重最大的10個詞語，返回列表類型的提取結果，注意：import jieba.analyse
wordcloud庫：詞雲生成庫
生成詞雲的三個步驟：
import wordcloud
#1、生成wordcloud對象，設置字體路徑和其他基本屬性 #除了font_path外的一些常用屬性： #詞雲使用的字體：font_path #生成圖片的大小：width=120，height=120 #生成詞雲的形狀：mask（結合下面的實例解釋） #詞雲的背景顏色：background_color="white" w = wordcloud.WordCloud(font_path="C:/Users/ASUS/Desktop/aaa.ttf") #2、產生詞雲 w.generate("春天 春天 在哪里 這里") #3、把詞雲輸出到已創建的png、jpg文件里，可打開查看結果 w.to_file("outfile.png")
產生的詞雲：
安裝與運行時可能遇到的問題：
1、安裝：直接用命令行 pip install wordcloud 安裝會產生錯誤 Microsoft Visual C++ 14.0 is required.
解決方法：1）點擊進入pythonlib頁面：https://www.lfd.uci.edu/~gohlke/pythonlibs/
2）下拉找到wordcloud包：
3）下載對應版本的wordcloud，存放到文件夾下
其中cp表示python版本，如36對應3.6 win為操作系統位數，32位或6位
4）再執行命令行：
pip install C:\data\wordcloud-1.4.1-cp36-cp36m-win_amd64.whl
5）安裝成功
2、編譯時顯示 OSError: cannot open resource
解決方法：庫中自帶的字體文件不是中文，可以自己下載一個ttf字體文件放到對應文件夾下，
一個ttf字體文件鏈接: https://pan.baidu.com/s/1xJVPe1YIXN9Wl_z3fkVpFg 密碼: 7iux
在生成詞雲時使用 wordcloud.WordCloud( font_path="C:/Users/ASUS/Desktop/returnline/aaa.ttf" ）
利用jieba+wordcloud生成詞雲
import wordcloud import jieba from scipy.misc import imread #生成遮罩mask（詞雲的形狀） import jieba.analyse #top30關鍵詞提取 mk=imread("0.jpg") #獲得作為遮罩的圖片，我的是一只蝸牛 txt = open("1.txt").read() #獲得要生成詞雲的文本，並將內容轉換為字符串 #生成詞雲對象，大小為120*120，遮罩是0.jpg，背景顏色是白色 w = wordcloud.WordCloud(font_path="C:/Users/ASUS/Desktop/returnline/aaa.ttf",width=120,height=120,mask=mk,background_color="white") #jieba統計並提取權值top30的詞語，返回list ls=jieba.analyse.extract_tags(txt,topK=30) #將list轉換為元素間空格分隔的字符串，創建詞雲 w.generate(" ".join(ls)) #將詞雲導出到outfile.png w.to_file("outfile.png")
遮罩圖：
詞雲圖：
