一周以后就是圣诞节啦，作为程序猿的你，……
好了，前言结束（哈哈哈自行脑补），下面是代码：
ps: 所有素材掩码已经打包好，文末领取
1 依赖库安装
程序用到了wordcloud、PIL、numpy、jieba四个库，缺啥装啥：
pip install wordcloud
pip install PIL
pip install numpy
pip install jieba
安装完成后，就可以开始生成词云了，下面的示例都是小红帽这个故事，其中中文版小红帽故事是直接通过百度翻译获得的，存在少许错别字，但是对最终结果影响不大。
2 英文词云
英文词云的生成比较简单，不需要额外的分词及停用词，代码如下：
from wordcloud import WordCloud
import PIL.Image as image
import numpy as np
# 一些变量值，依据自己实际情况进行设置
edcoding_type = "utf-8" # 编码方式
background_color = "white" # 生成图片的背景颜色
txt_path = "little red-cap.txt" # 文本路径
mask_path = "mask.png" # 词云形状掩码路径
img_path = "red-cap_wordcloud.png" # 输出生成的词云图片路径
max_words = 200 # 最大显示词数量
# 读取文本内容
def get_txt(txtpath):
with open(txtpath, encoding = edcoding_type) as f:
text = f.read()
return text
# 生成词云
def generate_wordcloud(wordlist, maskpath, backgroundcolor, maxwords):
mask = np.array(image.open(maskpath)) # 设置图形掩码
wordcloud = WordCloud(
background_color = backgroundcolor, # 设置图片背景颜色
mask = mask, # 设置掩码
max_words = maxwords # 设置最大显示词数
).generate(wordlist)
return wordcloud
text = get_txt(txt_path) # 获取文本
word_cloud = generate_wordcloud(text, # 生成词云
mask_path,
background_color,
max_words)
image_file = word_cloud.to_image() # 生成图片
image_file.show() # 显示图片
word_cloud.to_file(img_path) # 保存生成的图片
生成的结果如下：
3 中文词云
中文词云生成比较复杂，需要自己进行分词（使用jieba），需要自己设置中文字体（这里使用黑体simhei），需要自己手动剔除停用词（停用词的意思就是去掉一些无意义的词，比如“的”、“和”、“或”等等，英文里面之所以不用，是因为wordcloud自带了有默认停用词库并且默认把分出的词给过滤了）。代码如下：
from wordcloud import WordCloud
import PIL.Image as image
import numpy as np
import jieba
# 一些变量值，依据自己实际情况进行设置
edcoding_type = "utf-8" # 编码方式
background_color = "white" # 生成图片的背景颜色
txt_path = "小红帽.txt" # 文本路径
font_path = "simhei.ttf" # 字体路径
mask_path = "mask.png" # 词云形状掩码路径
stopwords_path = "chinese_stopwords.txt" # 停用词路径
img_path = "小红帽词云.png" # 输出生成的词云图片路径
max_words = 200 # 最大显示词数量
# 读取文本内容
def get_txt(txtpath):
with open(txtpath, encoding = edcoding_type) as f:
text = f.read()
return text
# 进行分词
def cut_words(text):
words = " ".join(jieba.cut(text, cut_all = False)) # cut_all=False是精确模式
wordslist = words.split(" ") # 按空格进行分词
return wordslist
# 读取停用词
def get_stopwordslist(stopwordspath):
stopwords = [line.strip() for line in open(stopwordspath, encoding = edcoding_type).readlines()]
return stopwords
# 去掉停用词
def refined_words(wordlist, stopwordlist):
wordlistrefined = " "
for word in wordlist:
if word not in stopwordlist:
if word != '\t':
wordlistrefined += word
wordlistrefined += " "
return wordlistrefined
# 生成词云
def generate_wordcloud(wordlist, maskpath, fontpath, backgroundcolor, maxwords):
mask = np.array(image.open(maskpath)) # 设置图形掩码
wordcloud = WordCloud(
font_path = fontpath, # 设置字体路径
background_color = backgroundcolor, # 设置图片背景颜色
mask = mask, # 设置掩码
max_words = maxwords # 设置最大显示词数
).generate(wordlist)
return wordcloud
text = get_txt(txt_path) # 获取文本
words_list = cut_words(text) # 获取词表
stop_words = get_stopwordslist(stopwords_path) # 加载停用词表
refined_words = refined_words(words_list, stop_words) # 去掉停用词
word_cloud = generate_wordcloud(refined_words, # 生成词云
mask_path,
font_path,
background_color,
max_words)
image_file = word_cloud.to_image() # 生成图片
image_file.show() # 显示图片
word_cloud.to_file(img_path) # 保存生成的图片
生成的结果如下：
4 资料
资料内容如下图：
资料下载链接：wordcloud_source.zip