• 什么是词云

词云又叫文字云，是对文本数据中出现频率较高的“关键词”在视觉上的突出呈现，形成关键词的渲染形成类似云一样的彩色图片，从而一眼就可以领略文本数据的主要表达意思。

• 准备工作：

python开发环境、wordcloud、jieba、matplotlib、numpy 、PIL 等库文件安装好。

• pip 安装方法：

  1. pip install xxx
  2. 使用idea 直接安装

  wordcloud生成词云的原理简介 
  wordcloud生成词云的原理其实并不复杂，大体分成5步（具体可自行查看源码）：

  1.wordcloud制作词云时，首先要对对文本数据进行分词，使用process_text（）方法，这一步的主要任务是去除停用词 
  2.第二步是计算每个词在文本中出现的频率，生成一个哈希表。词频用于确定一个词的重要性 
  3.根据词频的数值按比例生成一个图片的布局，类IntegralOccupancyMap 是该词云的算法所在，是词云的数据可视化方式的核心。生成词的颜色、位置、方向等 
  4.最后将词按对应的词频在词云布局图上生成图片，核心方法是generate_from_frequencies,不论是generate（）还是generate_from_text（）都最终用到generate_from_frequencies 
  完成词云上各词的着色,默认是随机着色 
  5.词语的各种增强功能大都可以通过wordcloud的构造函数实现，里面提供了22个参数，还可以自行扩展。

#coding:utf-8 import matplotlib.pyplot as plt from wordcloud import WordCloud,ImageColorGenerator,STOPWORDS
import jieba
import numpy as np from PIL import Image #读入背景图片 abel_mask = np.array(Image.open("filepath")) #读取要生成词云的文件 text_from_file_with_apath = open('filepath').read() #通过jieba分词进行分词并通过空格分隔 wordlist_after_jieba = jieba.cut(text_from_file_with_apath, cut_all = True)
wl_space_split = " ".join(wordlist_after_jieba) #my_wordcloud = WordCloud().generate(wl_space_split) 默认构造函数 my_wordcloud = WordCloud(
            background_color='white',    # 设置背景颜色 mask = abel_mask, # 设置背景图片 max_words = 200, # 设置最大现实的字数 stopwords = STOPWORDS, # 设置停用词 font_path = C:/Users/Windows/fonts/simkai.ttf',# 设置字体格式，如不设置显示不了中文 max_font_size = 50, # 设置字体最大值 random_state = 30, # 设置有多少种随机生成状态，即有多少种配色方案 scale=.5 ).generate(wl_space_split) # 根据图片生成词云颜色 image_colors = ImageColorGenerator(abel_mask) #my_wordcloud.recolor(color_func=image_colors) # 以下代码显示图片 plt.imshow(my_wordcloud)
plt.axis("off")
plt.show()

• 实例 
  生成李克强总理2017年政府工作报告词云 
  1.采用默认构造函数WordCloud().generate()生成 
  
  2.WordCloud()中设置一些参数设置mask 参数添加如下背景图案： 
  
  根据上面的背景图案，最终生成的词云时这样的：