利用jieba、wordcloud、matplotlib三个库做出词云

基本步骤

• 1、将目标文本分词
• 2、创建词云对象
• 3、生成图片

解释

• WordCloud是可以分词的，但是对中文不友好，所以需要使用jieba库分词
  分词教程
• 词云对象需要指定字体的路径，默认字体无法显示中文文本

最简单的词云

import jieba
import matplotlib.pyplot as plt 
from wordcloud import WordCloud, ImageColorGenerator
text = '从语体的角度看，立法语体相对独立，法律文本的词语特征、句子特征和篇章特征都体现了这种相对独立性。'
cut_text = '|'.join(jieba.cut(text, cut_all=False))
wordcloud = WordCloud(font_path="C:/Windows/Fonts/simfang.ttf",background_color="white",width=1000,height=880,).generate(cut_text)
plt.imshow(wordcloud)
plt.axis("off")
plt.show()

拓展

如果生成特殊图形的词云（默认是方形），则加以下代码即可，注意图片的白色不显示文字

import wordcloud
import numpy as np
import matplotlib.pyplot as plt
import PIL
import jiebacontent=open("content.txt","r").read()          #读取文本文件
cut_list=jieba.cut(content)                     #分词
target_content=" ".join(cut_list)               #将列表转为字符串，并以空格隔开
image = PIL.Image.open(r'pic.png')              #加载图片
MASK = np.array(image)                          #将图片转化为数组
#设置词云对象
WC = wordcloud.WordCloud(                       font_path = r'C:\Windows\Fonts\msyh.ttc',   #微软雅黑字体路径 ‪C:\Windows\Fonts\msyh.ttc‬max_words=2000,mask = MASK,height= 1000,width=1000,background_color='white',repeat=False,mode='RGBA')
#生成词云图片
wc_image = WC.generate(target_content)
plt.imshow(wc_image)
plt.axis('off')
plt.show()

参考文献