wordcloud是Python擴充套件庫中一種將詞語用圖片表達出來的一種形式，通過詞雲生成的圖片，我們可以更加直觀的看出某篇文章的故事梗概。

首先貼出一張詞雲圖（以哈利波特小說為例）：

在生成詞雲圖之前，首先要做一些準備工作

1.安裝結巴分詞庫

pip install jieba

 Python中的分詞模組有很多，他們的功能也都是大同小異，我們安裝的結巴分詞 是當前使用的最多的型別。

下面我來簡單介紹一下結巴分詞的用法

結巴分詞的分詞模式分為三種：

(1)全模式:把句子中所有的可以成詞的詞語都掃描出來, 速度快,但是不能解決歧義問題

(2)精確模式:將句子最精確地切開,適合文字分析

(3)搜尋引擎模式:在精確模式的基礎上,對長詞再次切分,提高召回率,適合用於搜尋引擎分詞

 下面用一個簡單的例子來看一下三種模式的分詞區別：

 1 import jieba
 2 
 3 # 全模式:把句子中所有的可以成詞的詞語都掃描出來, 速度快,但是不能解決歧義問題
 4 text = "哈利波特是一常優秀的文學作品"
 5 seg_list = jieba.cut(text, cut_all=True)
 6 print(u"[全模式]: ", "/ ".join(seg_list))
 7 
 8 # 精確模式:將句子最精確地切開,適合文字分析
 9 seg_list = jieba.cut(text, cut_all=False)
10 print(u"[精確模式]: ", "/ ".join(seg_list))
11 
12 # 預設是精確模式
13 seg_list = jieba.cut(text)
14 print(u"[預設模式]: ", "/ ".join(seg_list))
15 
16 # 搜尋引擎模式:在精確模式的基礎上,對長詞再次切分,提高召回率,適合用於搜尋引擎分詞
17 seg_list = jieba.cut_for_search(text)
18 print(u"[搜尋引擎模式]: ", "/ ".join(seg_list))

下面是對這句話的分詞方式：

通過這三種分詞模式可以看出，這些分詞模式並沒有很好的劃分出“哈利波特”這個專有名詞，這是因為在結巴分詞的字典中並沒有記錄這個名詞，所以需要我們手動新增自定義字典

新增自定義字典：找一個方便引用的位置              （下圖的路徑是我安裝的位置），新建文字文件（字尾名為.txt），將想新增的詞輸入進去（注意輸入格式），儲存並退出

 在上面的程式碼中加入自定義字典的路徑，再點選執行

jieba.load_userdict("/home/jmhao/anaconda3/lib/python3.7/site-packages/jieba/mydict.txt")

分詞結果，可以看出“哈利波特”這個詞已經被識別出來了

結巴分詞還有另一個禁用詞的輸出結果

 1 stopwords = {}.fromkeys(['優秀', '文學作品'])
 2 
 3 #新增禁用詞之後
 4 seg_list = jieba.cut(text)
 5 final = ''
 6 for seg in seg_list:
 7     if seg not in stopwords:
 8             final += seg
 9 seg_list_new = jieba.cut(final)
10 print(u"[切割之後]: ", "/ ".join(seg_list_new))

可以看到輸出結果中並沒有“優秀”和“文學作品”兩個詞

 結巴分詞還有很多比較複雜的操作，具體的可以去官網檢視，我就不再過多的贅述了

 下面我們正式開始詞雲的製作

首先下載模組，這裡我所使用的環境是Anaconda，由於Anaconda中包含很多常用的擴充套件包，所以這裡只需要下載wordcloud。若使用的環境不是Anaconda，則另需安裝numpy和PIL模組

pip install wordcloud

然後我們需要找一篇文章並使用結巴分詞將文章分成詞語的形式

1 # 分詞模組
2 def cut(text):
3     # 選擇分詞模式
4     word_list = jieba.cut(text,cut_all= True)
5     # 分詞後在單獨個體之間加上空格
6     result = " ".join(word_list)
7     # 返回分詞結果
8     return result

這裡我在當前資料夾下建立了一個文字文件“xiaoshuo.txt”，並複製了一章的小說作為詞雲的主體文字

使用程式碼控制，開啟並讀取小說的內容

1 #匯入文字檔案,進行分詞,製作詞雲
2 with open("xiaoshuo.txt") as fp:
3     text = fp.read()
4     # 將讀取的中文文件進行分詞
5     text = cut(text)

在網上找到一張白色背景的圖片下載到當前資料夾，作為詞雲的背景圖（若不指定圖片，則預設生成矩形詞雲）

#設定詞雲形狀，若設定了詞雲的形狀，生成的詞雲與圖片保持一致，後面設定的寬度和高度將預設無效
    mask = np.array(image.open("monkey.jpeg"))

接下來可以根據喜好來定義詞雲的顏色、輪廓等引數 下面為常用的引數設定方法

完整程式碼

 1 #匯入詞雲庫
 2 from wordcloud import WordCloud
 3 #匯入影象處理庫
 4 import PIL.Image as image
 5 #匯入資料處理庫
 6 import numpy as np
 7 #匯入結巴分詞庫
 8 import jieba
 9 
10 # 分詞模組
11 def cut(text):
12     # 選擇分詞模式
13     word_list = jieba.cut(text,cut_all= True)
14     # 分詞後在單獨個體之間加上空格
15     result = " ".join(word_list)
16     return result
17 
18 #匯入文字檔案,進行分詞,製作詞雲
19 with open("xiaoshuo.txt") as fp:
20     text = fp.read()
21     # 將讀取的中文文件進行分詞
22     text = cut(text)
23     #設定詞雲形狀
24     mask = np.array(image.open("monkey.jpeg"))
25     #自定義詞雲
26     wordcloud = WordCloud(
27         # 遮罩層,除白色背景外,其餘圖層全部繪製（之前設定的寬高無效）
28         mask=mask,
29         #預設黑色背景,更改為白色
30         background_color='#FFFFFF',
31         #按照比例擴大或縮小畫布
32         scale=1,
33         # 若想生成中文字型,需新增中文字型路徑
34         font_path="/usr/share/fonts/bb5828/逐浪雅宋體.otf"
35     ).generate(text)
36     #返回物件
37     image_produce = wordcloud.to_image()
38     #儲存圖片
39     wordcloud.to_file("new_wordcloud.jpg")
40     #顯示影象
41     image_produce.show()

注：若想要生成圖片樣式的詞雲圖，找到的圖片背景必須為白色，或者使用Photoshop摳圖替換成白色背景，否則生成的詞云為矩形

我的詞雲原圖：

生成的詞雲圖：