python繪制詞雲圖

詞雲圖是文本分析中比較常見的一種可視化手段，將出現頻率相對高的詞字體相對變大，讓重點詞，關鍵詞一目了然

主要用到了python的兩個庫：wordcloud和jieba,直接pip安裝即可

jieba主要用於中文分詞，wordcloud主要用於統計詞頻和繪圖
jieba分詞：

import jieba
s = "一身男兒血，滿腔報國志"
print("精准模式：" + '|'.join(jieba.cut(s)))
print("全模式：" + '|'.join(jieba.cut(s, cut_all=True)))
print("搜索引擎模式：" + '|'.join(jieba.cut_for_search(s)))

輸出：

精准模式：一身|男兒|血|，|滿腔|報國志
全模式：一身|男兒|血|，|滿腔|報國|報國志
搜索引擎模式：一身|男兒|血|，|滿腔|報國|報國志

這里還可以設置自定義詞典，比如“一身男兒血”不能進行分割，我們可以將“一身男兒血”放入自定義詞典

自定義詞典的格式：一個詞占一行，比如我們設置的dict.txt是

import jieba
s = "一身男兒血，滿腔報國志"
jieba.load_userdict('dict.txt')
print("精准模式：" + '|'.join(jieba.cut(s)))
print("全模式：" + '|'.join(jieba.cut(s, cut_all=True)))
print("搜索引擎模式：" + '|'.join(jieba.cut_for_search(s)))

輸出：

精准模式：一身男兒血|，|滿腔|報國志
全模式：一身|一身男兒血|男兒|血|，|滿腔|報國|報國志
搜索引擎模式：一身|男兒|一身男兒血|，|滿腔|報國|報國志

首先我們找一張圖片，如：

准備一段文字，可以是字符串，也可以是寫在文件里面的，寫在文件內的需要讀取出來，然后在用jieba進行分詞，如果是分好的詞，可以直接進行使用
代碼：

import jieba
import numpy as np
import PIL.Image as Image
from wordcloud import WordCloud

text = '''
世界上最簡單、有最重要的東西是什么？——是數字。
0到9九個數字，支撐起了人類的科學大廈。0和1兩個數字，
構建了無邊無際的互聯網世界。5G、大數據、人工智能、
工業互聯網……“新基建”將推動我國步入下一個發展周期，
背后的本質是0和1。再來看一串數字：14萬所學校，
300萬個班級，1.3億學生，全國3億人。
這是釘釘最新發布的“在線上課”數據和總的用戶數據。
這串數字的背后，仍是0和1。沒有0和1，就沒有中國的抗疫勝利，
社會就要停滯，經濟就要崩潰。
'''

word_list = jieba.cut(text)
space_word_list = ' '.join(word_list)
print(space_word_list)
# 調用包PIL中的open方法，讀取圖片文件，通過numpy中的array方法生成數組
mask_pic = np.array(Image.open("1.png"))
word = WordCloud(
    font_path='C:/Windows/Fonts/simfang.ttf',  # 設置字體，本機的字體
    mask=mask_pic,  # 設置背景圖片
    background_color='white',  # 設置背景顏色
    max_font_size=150,  # 設置字體最大值
    max_words=2000,  # 設置最大顯示字數
    stopwords={'的'}  # 設置停用詞，停用詞則不在詞雲途中表示
                 ).generate(space_word_list)
image = word.to_image()
word.to_file('2.png')  # 保存圖片
image.show()

結果：