wordcloud 庫使用

import matplotlib.pyplot as plt
import matplotlib.image as mpimg
import wordcloud

# 基本使用，將文字轉換為圖的形式顯示
text = '先提取專案的名稱，再用Jieba分詞後提取詞彙；過濾掉“研發”、“系列”等無意義的詞；最後用WordCloud 繪製詞雲。'
image_path = "222.jpg"
img = mpimg.imread(image_path)

c = wordcloud.WordCloud(
    # prefer_horizontal=0.5,              #詞語水平方向排版出現的頻率，預設 0.9 （所以詞語垂直方向排版出現頻率為 0.1 ）
 

    scale=4,                          #預設為1，按照比例進行放大畫布，如設定為1.5，則長和寬都是原來畫布的1.5倍
    background_color='white',         #背景顏色
    # width=400,                      #生成的圖片寬度
    # height=300,                     #生成的圖片高度
    # min_font_size=10,               #指定詞雲中字型的最小字號，預設4號
    # max_font_size=20,               #指定詞雲中字型的最大字號，根據高度自動調節
 

    # font_step=2,                    #指定詞雲中字型字號的步進間隔，預設為1
    font_path=r'D:\python_project\T1\msyhl.ttc',    #指定字型檔案的路徑，預設None
    # max_words=5,                    #指定詞雲顯示的最大單詞數量，預設200
    # stopwords=[],                   #指定詞雲的排除詞列表，即不顯示的單詞列表
    # mask=img                          #指定詞雲形狀，預設為長方形，需要引用imread()函式
 

)
# 引入文字格式
c.generate(text)
# 引入字典格式
# c.generate_from_frequencies(text)

# 儲存為圖片
# c.to_file("pyworldcloud.png")

# 列印顯示圖片
plt.imshow(c)
plt.show()