在数据可视化图表中，word cloud map的应用随处可见。它通常提取输入文本的词频，然后根据词频显示高频词。它简单、直观、高效。今天，让我们分享如何用Python绘制一个出色的词云。
小试牛刀
让我们首先尝试使用Python中的wordcloud模块绘制一个简单的词云
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，可能有很多不重要的内容，我们不需要在获得的结果中看到。此时，我们需要使用停止词。我们可以自己构建，也可以直接使用其他人构建的停止词列表。这里，小编辑器使用后者，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
结果有点简单。然而，值得注意的是，pyecarts中的wordcloud（）方法传入的数据是指定的单词及其出现频率。这与之前的操作不同。
今天就到这啦，动手开始操作起来吧，更多的学习内容可以查看我之前发的内容哦，关注点个赞~后续分享更多学习知识~