https://amueller.github.io/word_cloud/generated/wordcloud.WordCloud.html
词云又叫文字云，是对文本数据中出现频率较高的“关键词”在视觉上的突出呈现，形成关键词的渲染形成类似云一样的彩色图片，从而一眼就可以领略文本数据的主要表达意思。
摘要：?当我们手中有一篇文档，比如书籍、小说、电影剧本，若想快速了解其主要内容是什么，那么可以通过绘制WordCloud 词云图，通过关键词（高频词）就可视化直观地展示出来，非常方便。
环境搭建
1.基本环境
???????? ? 本文默认读者已经安装好如下包：matplotlib、numpy、PIL等库文件。使用的IDE可根据读者的喜好去用，此篇文章中，作者使用的是Anaconda下的spyder，Anaconda的安装与使用可以参见本博客作者的另一篇，Anaconda的安装与基本使用的教程，这里不在赘述。
????????github:https://github测试数据/amueller/word_cloud ；
????????官方地址:https://amueller.github.io/word_cloud/
2.wordcloud包的安装
安装whl文件：移步于此：https://HdhCmsTestlfd.uci.edu/~gohlke/pythonlibs/#wordcloud，点击下载与自己python环境版本相同的文件；
Python 中的词云用的是 wordcloud 包，安装方法：
pip?install?wordcloud conda?install?-c?conda-forge?wordcloud
?
wordcloud 类的定义如下所示：
class?WordCloud(object): ????def?__init__(self,?font_path=None,?width=400,?height=200,?margin=2, ?????????????ranks_only=None,?prefer_horizontal=.9,?mask=None,?scale=1, ?????????????color_func=None,?max_words=200,?min_font_size=4, ?????????????stopwords=None,?random_state=None,?background_color='black', ?????????????max_font_size=None,?font_step=1,?mode="RGB", ?????????????relative_scaling=.5,?regexp=None,?collocations=True, ?????????????colormap=None,?normalize_plurals=True): ??????????pass
?
常用的参数含义：
font_path?:?string?//字体路径，需要展现什么字体就把该字体路径+后缀名写上，如：font_path?=?'黑体.ttf'
width?:?int?(default=400)?//输出的画布宽度，默认为400像素
height?:?int?(default=200)?//输出的画布高度，默认为200像素
prefer_horizontal?:?float?(default=0.90)?//词语水平方向排版出现的频率，默认?0.9?（所以词语垂直方向排版出现频率为?0.1?）
mask?:?nd-array?or?None?(default=None)?//如果参数为空，则使用二维遮罩绘制词云。如果?mask?非空，设置的宽高值将被忽略，遮罩形状被?mask?取代。除全白（#FFFFFF）的部分将不会绘制，其余部分会用于绘制词云。如：bg_pic?=?imread('读取一张图片.png')，背景图片的画布一定要设置为白色（#FFFFFF），然后显示的形状为不是白色的其他颜色。可以用ps工具将自己要显示的形状复制到一个纯白色的画布上再保存，就ok了。
scale?:?float?(default=1)?//按照比例进行放大画布，如设置为1.5，则长和宽都是原来画布的1.5倍。
min_font_size?:?int?(default=4)?//显示的最小的字体大小
font_step?:?int?(default=1)?//字体步长，如果步长大于1，会加快运算但是可能导致结果出现较大的误差。
max_words?:?number?(default=200)?//要显示的词的最大个数
stopwords?:?set?of?strings?or?None?//设置需要屏蔽的词，如果为空，则使用内置的STOPWORDS
background_color?:?color?value?(default=”black”)?//背景颜色，如??background_color='white',背景颜色为白色。
max_font_size?:?int?or?None?(default=None)?//显示的最大的字体大小
mode?:?string?(default=”RGB”)?//当参数为“RGBA”并且background_color不为空时，背景为透明。
relative_scaling?:?float?(default=.5)?//词频和字体大小的关联性
color_func?:?callable,?default=None?//生成新颜色的函数，如果为空，则使用?self.color_func
regexp?:?string?or?None?(optional)?//使用正则表达式分隔输入的文本
collocations?:?bool,?default=True?//是否包括两个词的搭配
colormap?:?string?or?matplotlib?colormap,?default=”viridis”?//给每个单词随机分配颜色，若指定color_func，则忽略该方法。
fit_words(frequencies)??//根据词频生成词云
generate(text)??//根据文本生成词云
generate_from_frequencies(frequencies[,?...])???//根据词频生成词云
generate_from_text(text)????//根据文本生成词云
process_text(text)??//将长文本分词并去除屏蔽词（此处指英语，中文分词还是需要自己用别的库先行实现，使用上面的???fit_words(frequencies)?）
recolor([random_state,?color_func,?colormap])???//对现有输出重新着色。重新上色会比重新生成整个词云快很多。
to_array()??//转化为?numpy?array
to_file(filename)???//输出到文件?
中文文本需要通过分词获得单个的词语，对中文分词还会用到一个包 jieba ， jieba 是优秀的中文分词第三方库，需要额外安装：
pip install jieba
如果要生成中文词云，那么还需要加字体 “ font_path= r'C:\Windows\Fonts\simfang.ttf' ”。
#!/usr/bin/env?python
"""
Minimal?Example
===============
使用默认参数根据美国宪法生成方形的词云
"""
from?os?import?path
from?wordcloud?import?WordCloud
d?=?path.dirname(__file__)
#?读取整个文本
text?=?open(path.join(d,?'./temp/constitution.txt')).read()
#?生成一个词云图像
wordcloud?=?WordCloud().generate(text)
#?matplotlib的方式展示生成的词云图像
import?matplotlib.pyplot?as?plt
plt.imshow(wordcloud,?interpolation='bilinear')
plt.axis("off")
#max_font_size设定生成词云中的文字最大大小
#width,height,margin可以设置图片属性
#?generate?可以对全部文本进行自动分词,但是他对中文支持不好
wordcloud?=?WordCloud(max_font_size=66).generate(text)
plt.figure()
plt.imshow(wordcloud,?interpolation="bilinear")
plt.axis("off")
plt.show()?
import?os
from?os?import?path
from?wordcloud?import?WordCloud
from?matplotlib?import?pyplot?as?plt
#?获取单前文件路径
d?=?path.dirname(__file__)?if?"__file__"?in?locals()?else?os.getcwd()
#?获取文本text
text?=?open(path.join(d,?'./temp/legend1900.txt')).read()
#?生成词云
wc?=?WordCloud(scale?=?2,?max_font_size?=?100)
wc.generate_from_text(text)
#?显示图像
plt.imshow(wc,?interpolation?=?'bilinear')
plt.axis('off')
plt.tight_layout()
#?存储图像
wc.to_file('1900_basic.png')
#?or
#?plt.savefig('1900_basic.png',?dpi?=?200)
plt.show()?
About Me
........................................................................................................................
● 本文作者：小麦苗，部分内容整理自网络，若有侵权请联系小麦苗删除
● 本文在itpub（ http://blog.itpub.net/26736162 ）、博客园（ http://HdhCmsTestcnblogs测试数据/lhrbest ）和个人weixin公众号（ xiaomaimiaolhr ）上有同步更新
● 本文itpub地址： http://blog.itpub.net/26736162
● 本文博客园地址： http://HdhCmsTestcnblogs测试数据/lhrbest
● 本文pdf版、个人简介及小麦苗云盘地址： http://blog.itpub.net/26736162/viewspace-1624453/
● 数据库笔试面试题库及解答： http://blog.itpub.net/26736162/viewspace-2134706/
● DBA宝典今日头条号地址： http://HdhCmsTesttoutiao测试数据/c/user/6401772890/#mid=1564638659405826
........................................................................................................................
● QQ群号： 230161599 （满） 、618766405
● weixin群：可加我weixin，我拉大家进群，非诚勿扰
● 联系我请加QQ好友 （ 646634621 ） ，注明添加缘由
● 于 2019-05-01 06:00 ~ 2019-05-30 24:00 在魔都完成
● 最新修改时间：2019-05-01 06:00 ~ 2019-05-30 24:00
● 文章内容来源于小麦苗的学习笔记，部分整理自网络，若有侵权或不当之处还请谅解
● 版权所有，欢迎分享本文，转载请保留出处
........................................................................................................................
● 小麦苗的微店 ： https://weidian测试数据/s/793741433?wfr=c&ifr=shopdetail
● 小麦苗出版的数据库类丛书 ： http://blog.itpub.net/26736162/viewspace-2142121/
● 小麦苗OCP、OCM、高可用网络班 ： http://blog.itpub.net/26736162/viewspace-2148098/
● 小麦苗腾讯课堂主页 ： https://lhr.ke.qq测试数据/
........................................................................................................................
使用 weixin客户端 扫描下面的二维码来关注小麦苗的weixin公众号（ xiaomaimiaolhr ）及QQ群（DBA宝典）、添加小麦苗weixin， 学习最实用的数据库技术。
........................................................................................................................
?
?
来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/26736162/viewspace-2645216/，如需转载，请注明出处，否则将追究法律责任。