用python制作词云
包含：处理词云形状+分词+绘制词云
以下代码不超过100行

1、处理词云形状
你可能想把词云做成不同的形状，例如方形、圆形，甚至更复杂的，例如一个人体形状。
首先选一张背景为纯色的图，注意背景色不能跟图形一致。然后将图片的纯色背景转换为透明。

2、分词
需要选择分词词库，意思是按照词库里的字词或符号分隔。打开本文附件的词库，看看是否是自己需要的。
有时你可能不需要太复杂的词库，例如，你现在有很多词语，被顿号隔开，那么可以新建一个txt，仅输入一个顿号。然后将该txt作为分词词库。

3、绘制词云
绘制时有很多参数可以设置。

欢迎读者与我交流~

import numpy as np
from wordcloud import WordCloud, ImageColorGenerator
import matplotlib.pyplot as plt
from PIL import Image
import jieba # 用于分词


def plt_imshow(x, ax=None, show=True):
    if ax is None:
        fig, ax = plt.subplots()
        ax.imshow(x)
        ax.axis("off")
    if show: plt.show()
    return ax

def count_frequencies(word_list):
    freq = dict()
    for w in word_list:
        if w not in freq.keys():
            freq[w] = 1
        else:
            freq[w] += 1
    return freq


#你可能想把词云做成不同的形状，例如方形、圆形，甚至更复杂的，例如一个人体形状。
#首先选一张背景为纯色的图，注意背景色不能跟图形一致。使用本段代码，将图片的纯色背景转换为透明。
#在本例中，是将fang.png这张图的白色背景转为透明。
img = Image.open('G:/python_program/ci/pictures/fang.png').convert('RGBA')
W, L = img.size
white_pixel = (0, 0, 0, 0)  # 白色（根据自己的图片的背景色来设置颜色。若背景色跟图形中某部分一致，则会将图形转化，最终的词云图形会不完整。）
for h in range(W):
  for i in range(L):
    if img.getpixel((h, i)) == white_pixel:
      img.putpixel((h, i), (255, 255, 255, 0))   # 转换为透明
img.save('G:/python_program/ci/fang_new.png')  # 自己设置保存地址

# In[]
#if __name__ == '__main__':
# setting paths
fname_text = 'G:/python_program/ci/texts/par.txt'#词云的文本
fname_stop = 'G:/python_program/ci/stopwords/hit_stopwords.txt' #选择一个分词词库，程序将根据该词库进行分词。词库见文末附件
fname_mask = 'G:/python_program/ci/pictures/fang.png'#用于接下去提取图片的颜色作为词云颜色。自己也可直接选定颜色
fname_font = 'G:/python_program/ci/dn.ttf'#'SourceHanSerifK-Light.otf'#选择字体
backgroud_image = plt.imread('G:/python_program/ci/pictures/fang_new.png')#关键步骤，读取转换后背景透明的图片
# read in texts (an article)
text = open(fname_text, encoding='utf8').read()
# Chinese stop words
STOPWORDS_CH = open(fname_stop, encoding='utf8').read().split()

# processing texts: cutting words, removing stop-words and single-charactors
word_list = text
# word_list = [
# w for w in jieba.cut(text) # have cutted dont use
# if w not in STOPWORDS_CH and len(w) > 1
# ]
freq = count_frequencies(word_list)

# processing image 
im_mask = np.array(Image.open(fname_mask))
im_colors = ImageColorGenerator(im_mask)

# generate word cloud
wcd = WordCloud(font_path=fname_font, # font for Chinese charactors
background_color='white',relative_scaling=0.8,
mode="RGBA", prefer_horizontal=1,
mask=backgroud_image,min_font_size=10
)#background_color=None'white',im_mask
wcd.generate(text) # for English words
#wcd.generate_from_frequencies(freq)
# wcd.recolor(color_func = im_colors)

# visualization
ax = plt_imshow(wcd)
ax.figure.savefig('G:/python_program/ci/par.png', bbox_inches='tight', dpi=900)

附件
常用分词词库
1.中文停用词表 cn_stopwords.txt
2.哈工大停用词表 hit_stopwords.txt
3.百度停用词表 baidu_stopwords.txt
4.四川大学机器智能实验室停用词库 scu_stopwords.txt

获取词库方式：
百度网盘链接: https://pan.baidu.com/s/1Tj989XLO_OilqepvCfQmrg?pwd=6666
提取码: 6666