python绘制中文词云图

准备工作

　　主要用到Python的两个第三方库

• jieba：中文分词工具
• wordcloud：python下的词云生成工具

步骤

1. 准备语料库，词云图需要的背景图片
2. 使用jieba进行分词，去停用词，词频统计等
3. 使用wordcloud进行词频展示

主要代码

import jieba
jieba.load_userdict('userdict.txt')  # 加载自定义词典
sentence_depart = jieba.cut(sentence)  # 分词
stop_words = stop_word_list()  # 创建停用词列表
out_str = ''
# 去停用词
for word in sentence_depart:
    if word not in stop_words:
        if word != '	':
            out_str += word
            out_str += " "

from os import path
from scipy.misc import imread
import jieba.analyse
import matplotlib.pyplot as plt
from wordcloud import WordCloud

d = path.dirname(__file__)  # 返回当前运行脚本下的绝对路径
back_coloring_path = "1.jpg"  # 随意准备一张图片，用来设置词云形状
back_coloring = imread(path.join(d, back_coloring_path))  # 读取图片

f = open(u'out.txt', 'r', encoding='utf-8').read()  # out.txt已经处理好的分词数据
tags = jieba.analyse.extract_tags(f, topK=100, withWeight=False)  # 关键词提取 topK=100 提取TF-IDF权重最大的前100个关键词
text = " ".join(tags)

wordcloud = WordCloud(background_color='white',
                      width=2000,
                      height=1000,
                      margin=2,
                      max_words=100,  # 设置最多显示的词数
                      mask=back_coloring,  # 设置词云形状
                      font_path="simhei.ttf",  # 中文词图必须设置字体格式，否则会乱码，这里加载的是黑体
                      random_state=10)  # 设置有多少种随机生成状态，即有多少种配色方案
w = wordcloud.generate(text)  # 传入需画词云图的文本
plt.imshow(w)
plt.axis('off')  # 关闭坐标轴
plt.show()

比如：传入如下两张图片作为词图的形状

词云图结果

 

参考资料：https://www.jianshu.com/p/2052d21a704c