用Python绘制的词云图让人惊叹不已

在数据可视化图表中，词云图的应用随处可见。它通常是对输入的一段文字进行词频提取，然后以根据词汇出现频率的大小集中显示高频词，简洁直观高效，今天小编就来分享一下在Python如何绘制出来精湛的词云图。

小试牛刀

我们先来尝试绘制一张简单的词云图，用到的Python当中的wordcloud模块来绘制，

import jieba
from wordcloud import WordCloud
import matplotlib.pyplot as plt

我们导入文本内容，并且去除掉一下换行符和空格，代码如下：

text = open(r"明朝那些事儿.txt",encoding='utf8').read()
text = text.replace('n',"").replace("u3000","")

我们需要将其分成一个个的词，这个时候就需要用到jieba模块了，代码如下：

text_cut = jieba.lcut(text)
# 将分好的词用某个符号分割开连成字符串
text_cut = ' '.join(text_cut)

当然了，得到的结果当中或许存在着不少我们不需要看的、无关紧要的内容，这个时候就需要用到停用词了，我们可以自己来构建，也可以直接使用别人已经构建好的停词表，这里小编采用的是后者，代码如下：

stop_words = open(r"常见中文停用词表.txt").read().split("n")

下面便是绘制词云图的核心代码了。

word_cloud = WordCloud(font_path="simsun.ttc",# 设置词云字体
background_color="white", # 词云图的背景颜色
stopwords=stop_words) # 去掉的停词
word_cloud.generate(text_cut)
word_cloud.to_file("1.png")

output

这样一张极其简单的词云图算是做好了，当然我们可以给它添加一个背景图片，例如下面这张图片，

主要需要添加的代码如下所示：

background = Image.open(r"5.png")
graph = np.array(background)

然后在WorCloud当中添加mask参数

# 使用WordCloud生成词云
word_cloud = WordCloud(font_path="simsun.ttc",# 设置词云字体
background_color="white", # 词云图的背景颜色
stopwords=stop_words, # 去掉的停词
mask=graph)
word_cloud.generate(text_cut)
word_cloud.to_file("1.png")

output

深度优化

除此之外，还有另外一个模块stylecloud绘制出来的词云图也是非常酷炫的，其中我们主要是用到下面这个函数。

gen_stylecloud(text=None,
icon_name='fas fa-flag',
colors=None,
palette='cartocolors.qualitative.Bold_5',
background_color="white",
max_font_size=200,
max_words=2000,
stopwords=True,
custom_stopwords=STOPWORDS,
output_name='stylecloud.png',
)

其中几个常用的参数有

•  icon_name: 词云图的形状
•  max_font_size: 最大的字号
  
•  max_words: 可以容纳下的最大单词数量
  
•  stopwords: 用于筛选常见的停用词
  
•  custom_stopwords: 要是自建有停用词表，可以拿来用
  
•  palette: 调色板
  

我们来尝试绘制一个词云图，代码如下：

stylecloud.gen_stylecloud(text=text_cut,
 palette='tableau.BlueRed_6',
 icon_name='fas fa-apple-alt',
 font_path=r'田英章楷书3500字.ttf',
 output_name='2.png',
 stopwords=True,
 custom_stopwords=stop_words)

output

其中的palette参数作为调色板，可以任意变换的，具体参考：https://jiffyclub.github.io/palettable/ 这个网站。

pyecharts

最后我们来看一下如何用Pyecharts模块来进行词云图的绘制，代码如下

from pyecharts import options as opts
from pyecharts.charts import Page, WordCloud
words = [
 ("皇帝", 10000),
 ("朱元璋", 6181),
 ("明朝", 4386),
 ("朝廷", 4055),
 ("明军", 2467),
 ("士兵", 2244),
 ("张居正", 1868),
 ("王守仁", 1281)
]
c = (
 WordCloud()
 .add("", words, word_size_range=[20, 100])
 .set_global_opts(title_opts=opts.TitleOpts(title="基本示例"))
 )
c.render("1.html")

output

出来的结果略显简单了，不过这里值得注意的是，pyecharts当中的WordCloud()方法传入的数据是指定的词语以及其出现的频次，这个和之前的操作有所不同