如何使用Python制作詞云？wordcloud庫參數(shù)詳解

python制作詞云的核心在于wordcloud庫，其關(guān)鍵參數(shù)包括font_path、background_color、width、height、max_words、stopwords、mask等。要生成詞云，首先需安裝wordcloud、matplotlib和jieba庫；其次對(duì)中文文本進(jìn)行分詞處理；接著創(chuàng)建wordcloud對(duì)象并設(shè)置相關(guān)參數(shù)；最后使用matplotlib顯示結(jié)果。自定義字體通過font_path參數(shù)實(shí)現(xiàn)，確保中文字體正常顯示；背景圖片則通過mask參數(shù)加載圖片數(shù)組實(shí)現(xiàn)形狀控制。常見挑戰(zhàn)如中文亂碼可通過正確配置字體解決，停用詞問題可通過自定義stopwords集合過濾無關(guān)詞匯，從而提升詞云的聚焦性和美觀性。

python制作詞云，核心在于wordcloud庫。它能將文本數(shù)據(jù)轉(zhuǎn)化為視覺上引人注目的圖像，直觀展示詞頻，讓你一眼就能抓住文本的重點(diǎn)。這東西用起來比想象中要簡單，但要做出彩，還是得花點(diǎn)心思。

解決方案

要制作詞云，你需要先安裝必要的庫：wordcloud、matplotlib（用于顯示圖片）以及jieba（處理中文文本，因?yàn)樗J(rèn)不分詞）。

# 如果你還沒安裝，先運(yùn)行這行 # pip install wordcloud matplotlib jieba  from wordcloud import WordCloud import matplotlib.pyplot as plt import jieba # 用于中文分詞  # 1. 準(zhǔn)備文本數(shù)據(jù) text = """ 詞云是一種非常酷的數(shù)據(jù)可視化方式，它能把大量文本數(shù)據(jù)中的高頻詞匯以大小不同的字體展現(xiàn)出來， 詞頻越高，字體越大。我個(gè)人覺得，這不僅僅是技術(shù)，更是一種藝術(shù)。 比如，你分析用戶評(píng)論，或者讀一份冗長的報(bào)告， 詞云能幫你快速抓住核心關(guān)鍵詞，省去了逐字逐句閱讀的麻煩。 當(dāng)然，要做好一個(gè)詞云，選詞、去停用詞、字體選擇，甚至背景圖，都挺有講究的。 有時(shí)候，一個(gè)好的詞云設(shè)計(jì)，比純粹的數(shù)據(jù)表格更能打動(dòng)人。 它不僅僅是展示數(shù)據(jù)，更是在講述一個(gè)故事。 """  # 2. （可選）中文文本分詞 # 如果是英文，這一步可以跳過。中文必須分詞，否則詞云會(huì)把每個(gè)漢字當(dāng)成一個(gè)詞。 seg_list = jieba.cut(text, cut_all=False) # 精確模式分詞 text_after_segmentation = " ".join(seg_list)  # 3. 創(chuàng)建WordCloud對(duì)象并生成詞云 # 這里可以設(shè)置一些基本參數(shù)，后面會(huì)詳細(xì)講。 wordcloud = WordCloud(     font_path='SimHei.ttf', # 確保你有這個(gè)字體文件，或指定你系統(tǒng)里的其他中文字體     background_color="white", # 背景顏色     width=800, # 圖片寬度     height=600, # 圖片高度     max_words=200, # 最多顯示的詞數(shù)     margin=2, # 詞語之間的距離     random_state=42 # 隨機(jī)狀態(tài)，保證每次生成的詞云形狀一致 )  wordcloud.generate(text_after_segmentation) # 生成詞云  # 4. 顯示詞云圖片 plt.figure(figsize=(10, 8)) # 設(shè)置圖片大小 plt.imshow(wordcloud, interpolation='bilinear') # 顯示圖片 plt.axis("off") # 不顯示坐標(biāo)軸 plt.show()

詞云制作：Python wordcloud庫的核心參數(shù)有哪些？

wordcloud庫的強(qiáng)大之處，很大程度上就體現(xiàn)在它那一大堆可調(diào)節(jié)的參數(shù)上。這些參數(shù)就像是畫家的調(diào)色板，能讓你把控最終詞云的方方面面。我個(gè)人覺得，理解并靈活運(yùn)用這些參數(shù)，是把詞云從“能用”變成“好用”的關(guān)鍵。

立即學(xué)習(xí)“Python免費(fèi)學(xué)習(xí)筆記（深入）”；

• width 和 height: 這倆參數(shù)決定了你詞云圖片的尺寸。默認(rèn)是400×200。調(diào)大一點(diǎn)，比如800×600甚至更高，詞語排布會(huì)更疏朗，細(xì)節(jié)也能看得更清楚。我通常會(huì)根據(jù)最終用途來定，比如要打印出來，肯定得大點(diǎn)。
• background_color: 顧名思義，背景顏色。可以是顏色名（如”white”, “black”），也可以是十六進(jìn)制顏色碼。個(gè)人偏好白色或淺灰色，這樣詞語的對(duì)比度高，看著舒服。當(dāng)然，如果你想玩點(diǎn)花樣，深色背景配亮色字體也挺酷。
• max_words: 詞云里最多顯示多少個(gè)詞？這個(gè)參數(shù)控制了詞云的“密度”。詞越多，詞云可能就越擁擠。我覺得200-500個(gè)詞比較合適，太多了反而容易讓人眼花繚亂。
• stopwords: 停用詞表。這是個(gè)非常重要的參數(shù)！它接受一個(gè)集合（set）類型的數(shù)據(jù)，里面是你不想在詞云中出現(xiàn)的詞，比如中文的“的”、“是”、“了”，英文的“a”、“the”、“is”等等。我發(fā)現(xiàn)很多時(shí)候，默認(rèn)的停用詞表根本不夠用，總有些你不想看到的詞混在里面，手動(dòng)添加進(jìn)去就清爽多了。你可以自己定義一個(gè)set，比如my_stopwords = {“的”, “是”, “了”, “我”}，然后傳給它。
• font_path: 字體路徑。這個(gè)對(duì)中文詞云來說簡直是生命線！ 如果不指定一個(gè)包含中文字符的字體，你的詞云里就全是小方塊。你需要提供一個(gè)TTF字體文件的路徑，比如windows系統(tǒng)下的SimHei.ttf（黑體）或者msyh.ttc（微軟雅黑）。linux或macos用戶也需要找到對(duì)應(yīng)的中文字體文件。
• mask: 遮罩圖片。這是個(gè)高級(jí)玩法，能讓你的詞云呈現(xiàn)出特定形狀。你需要提供一個(gè)灰度圖或帶透明通道的圖片（比如PNG），詞云會(huì)根據(jù)圖片的非透明部分來填充詞語。這個(gè)我后面會(huì)專門講，因?yàn)橛闷饋碛悬c(diǎn)小技巧。
• colormap: 顏色映射。它決定了詞云中詞語的顏色方案。matplotlib提供了很多內(nèi)置的colormap，比如’viridis’, ‘plasma’, ‘inferno’等等。如果你不指定，它會(huì)隨機(jī)生成顏色。我喜歡嘗試不同的colormap，看看哪種最能突出主題或者最符合我的審美。
• max_font_size 和 min_font_size: 控制詞語字體大小的上下限。如果你覺得有些詞太小看不清，或者最大的詞占了太多空間，可以調(diào)整這兩個(gè)參數(shù)。
• random_state: 隨機(jī)種子。如果你希望每次運(yùn)行代碼生成的詞云形狀和排布都一模一樣，就設(shè)置一個(gè)整數(shù)值。這在調(diào)試和復(fù)現(xiàn)結(jié)果時(shí)特別有用。

如何為Python詞云添加自定義字體和背景圖片？

讓詞云從“標(biāo)準(zhǔn)版”升級(jí)到“定制版”，字體和背景圖片是兩個(gè)非常有效的途徑。特別是對(duì)中文詞云而言，字體選擇的重要性不亞于文本內(nèi)容本身。

1. 自定義字體：告別方塊字

前面提到了font_path的重要性。沒有合適的字體，中文詞云就是一堆方塊，那感覺真是…一言難盡。所以，你需要確保你的系統(tǒng)里有可用的中文字體文件（.ttf或.ttc格式），然后把它的絕對(duì)路徑或者相對(duì)路徑傳給font_path參數(shù)。

Windows用戶通常可以在C:WindowsFonts目錄下找到字體文件，比如simhei.ttf（黑體）、msyh.ttc（微軟雅黑）。 macos用戶可以在~/Library/Fonts或/Library/Fonts找到。 Linux用戶則可能在/usr/share/fonts下。

# 假設(shè)你的中文字體文件在當(dāng)前目錄下，或者你提供了完整的路徑 font_path = 'SimHei.ttf' # 替換成你實(shí)際的字體文件路徑 # 或者 # font_path = 'C:/Windows/Fonts/simhei.ttf' # Windows示例 # font_path = '/System/Library/Fonts/STHeiti Light.ttc' # macOS示例  wordcloud = WordCloud(     font_path=font_path,     background_color="white",     width=800,     height=600     # ... 其他參數(shù) ).generate(text_after_segmentation)

2. 自定義背景圖片：塑造詞云的形狀

mask參數(shù)允許你用一張圖片來定義詞云的形狀。它會(huì)把詞語填充到圖片中非透明（或非白色）的區(qū)域。這功能簡直是創(chuàng)意無限的源泉！

你需要先用imageio或PIL（pillow）庫加載圖片，然后將其轉(zhuǎn)換為numpy數(shù)組。注意：圖片最好是黑白分明的，或者有透明背景的PNG圖。 詞云會(huì)根據(jù)圖片的亮度來決定詞語的填充區(qū)域，通常是白色區(qū)域不填充，非白色區(qū)域填充。如果你的圖片是彩色的，wordcloud會(huì)將其轉(zhuǎn)換為灰度圖處理。

from wordcloud import WordCloud, ImageColorGenerator import matplotlib.pyplot as plt import numpy as np from PIL import Image # 需要安裝 Pillow: pip install Pillow  # 假設(shè)你有一張名為 'heart.png' 的圖片作為遮罩 # 這張圖片最好是白色背景，黑色或彩色形狀的圖片，或者帶透明度的PNG mask_image_path = 'heart.png' # 替換成你的圖片路徑  # 加載圖片并轉(zhuǎn)換為NumPy數(shù)組 # Image.open().convert("RGBA") 可以確保圖片有透明通道，如果原始圖片沒有，它會(huì)添加一個(gè)。 # np.array() 將PIL圖片對(duì)象轉(zhuǎn)換為NumPy數(shù)組 mask = np.array(Image.open(mask_image_path))  # 準(zhǔn)備文本數(shù)據(jù)（同上） text = "..." # 你的文本數(shù)據(jù) seg_list = jieba.cut(text, cut_all=False) text_after_segmentation = " ".join(seg_list)  wordcloud_masked = WordCloud(     font_path='SimHei.ttf',     background_color="white",     mask=mask, # 將加載的圖片數(shù)組作為mask     max_words=500,     stopwords={"的", "是", "了", "我", "你", "我們", "他們"}, # 自定義停用詞     contour_width=3, # 詞云輪廓線寬度     contour_color='steelblue' # 詞云輪廓線顏色 )  wordcloud_masked.generate(text_after_segmentation)  # 如果你的遮罩圖片本身有顏色，并且你想讓詞云的顏色也從圖片中提取，可以使用 ImageColorGenerator # image_colors = ImageColorGenerator(mask) # plt.imshow(wordcloud_masked.recolor(color_func=image_colors), interpolation="bilinear")  plt.figure(figsize=(10, 8)) plt.imshow(wordcloud_masked, interpolation='bilinear') plt.axis("off") plt.show()

我用contour_width和contour_color給遮罩加了個(gè)邊框，有時(shí)候這樣能讓形狀更突出，效果也挺不錯(cuò)的。

Python詞云生成中常見的挑戰(zhàn)與優(yōu)化技巧？

在實(shí)際操作中，你可能會(huì)遇到一些讓人撓頭的問題，比如中文亂碼、不想要的詞出現(xiàn)，或者詞云形狀不盡如人意。這些都是很常見的挑戰(zhàn)，但都有對(duì)應(yīng)的優(yōu)化技巧。

1. 中文亂碼問題：字體是根本

這是最常見也最讓人頭疼的問題。如果你在詞云中看到一堆小方塊而不是漢字，那基本可以確定是font_path沒設(shè)置對(duì)，或者你指定的字體文件不包含中文字符集。

• 解決方案： 確保你提供的font_path指向一個(gè)真實(shí)存在且支持中文的TTF或TTC字體文件。在Windows上，SimHei.ttf（黑體）是個(gè)不錯(cuò)的選擇；macOS用戶可能需要查找系統(tǒng)自帶的思源黑體或華文黑體。如果你不確定，可以去網(wǎng)上下載一個(gè)免費(fèi)的開源中文字體，比如“霞鶩文楷”或“得意黑”，然后指定其路徑。

2. 停用詞處理：讓詞云更聚焦

默認(rèn)的wordcloud庫自帶一些英文停用詞，但對(duì)于中文文本，或者某些特定領(lǐng)域的分析，你往往需要更定制化的停用詞表。那些高頻但無意義的詞，比如“的”、“是”、“了”、“一個(gè)”等等，如果不去掉，它們會(huì)占據(jù)詞云的大部分空間，掩蓋了真正有價(jià)值的信息。

• 解決方案：
  • 自定義停用詞列表： 創(chuàng)建一個(gè)Python的set，把所有你想過濾掉的詞放進(jìn)去。

     my_stopwords = {"的", "是", "了", "我", "你", "他", "她", "它", "我們", "你們", "他們", "和", "或", "一個(gè)", "這種", "那種", "什么", "怎么", "如何", "這樣", "那樣", "可以", "會(huì)", "就是", "所以", "但是", "而且", "然而", "因?yàn)?quot;, "所以", "如果", "那么", "雖然", "但是", "并且", "或者", "除了", "為了", "關(guān)于", "對(duì)于", "已經(jīng)", "正在", "將會(huì)", "非常", "特別", "很", "比較", "更", "最", "都", "也", "還", "再", "又", "就", "才", "只", "總是", "常常", "往往", "總是", "有時(shí)候", "從來", "從不", "一定", "肯定", "大概", "可能", "也許", "當(dāng)然", "確實(shí)", "真的", "簡直", "根本", "一點(diǎn)", "一些", "很多", "許多", "很少", "很少", "多少", "每個(gè)", "所有", "各種", "一切", "任何", "任何", "自己", "別人", "大家", "各位", "先生", "女士", "小姐", "同志", "朋友", "老師", "學(xué)生", "醫(yī)生", "工人", "農(nóng)民", "解放軍", "警察", "記者", "律師", "工程師", "科學(xué)家", "藝術(shù)家", "運(yùn)動(dòng)員", "總統(tǒng)", "總理", "部長", "主席", "委員", "代表", "領(lǐng)導(dǎo)", "成員", "單位", "部門", "公司", "企業(yè)", "學(xué)校", "醫(yī)院", "銀行", "商店", "飯店", "賓館", "旅館", "酒店", "公寓", "住宅", "別墅", "農(nóng)村", "城市", "國家", "地區(qū)", "世界", "全國", "各地", "地方", "方面", "部分", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面", "方面