主要內容：

• 介紹詞雲
• 用Python的WordCount包實現詞雲

詞雲

• 關鍵詞的視覺化描述；
• 圖形視覺化；
• 用於彙總使用者生成的標籤或一個網站的文字內容；
• 重要程度能通過改變字型大小或顏色來表現；
• 大多數標籤本身就是超級連結，直接指向與標籤相聯的一系列條目。

Python實現詞雲

構造詞雲的方法很多，這裡推薦Python的WordCount包，實現非常方便，且能夠自定義圖片。具體可參考：WordCount官方文件

型別一：Minimal Example

先來看看效果圖：

該型別主要是根據內容中單詞出現的次數的不同而繪製的。出現次數越多，標籤字型越大；出現次數越少，相應的字型越小。從該詞雲中可以看出，“data”，“Spark”，“Hadoop”出現次數較多，據此能夠推測該內容主要設計的是大資料領域。下面是其實現程式碼：

# 匯入相關的庫
from os import path
import matplotlib.pyplot as plt
from wordcloud import WordCloud

# 獲取當前檔案路徑
# __file__ 為當前檔案, 在ide中執行此行會報錯,可改為
# d = path.dirname('.')
d = path.dirname('.')

# 讀取整個檔案
text = open(path.join(d, '/home/spark/WordCount.txt')).read()
wordcloud = WordCloud().generate(text)

# 繪圖
 

plt.imshow(wordcloud)
plt.axis("off")
plt.show()

型別二：Image-colored wordcloud

還是先看看效果圖：

該型別基於影象的著色策略為詞雲著色，並修改詞雲形狀。

from os import path
from scipy.misc import imread
import matplotlib.pyplot as plt

from wordcloud import WordCloud, STOPWORDS, ImageColorGenerator

d = path.dirname('.')

# Read the whole text.
 

text = open(path.join(d, '/home/spark/WordCount.txt')).read()

# 設定背景圖片
RGB_coloring = imread(path.join(d, "/home/spark/RGB.jpg"))
# 設定引數：背景顏色,詞雲顯示的最大詞數，設定背景圖片，字型最大值
wc = WordCloud(background_color="white",max_words=2000,mask=RGL_coloring,stopwords=STOPWORDS.add("said"),max_font_size=40, random_state=42)
# generate word cloud
wc.generate(text)

# 從背景圖片生成顏色值
image_colors = ImageColorGenerator(RGB_coloring)

# show
plt.imshow(wc)
plt.axis("off")
#繪製詞雲
plt.figure()
# recolor wordcloud and show
# we could also give color_func=image_colors directly in the constructor
plt.imshow(wc.recolor(color_func=image_colors))
plt.axis("off")
plt.figure()
plt.imshow(RGB_coloring, cmap=plt.cm.gray)
plt.axis("off")
plt.show()