相信很多人在第一眼看到下面这些图时，都会被其牛逼的视觉效果所吸引，这篇文章就教大家怎么用Python画出这种图。

上面的这种图叫做 词云图 ，主要用途是将文本数据中 出现频率较高 的 关键词 以可视化的形式展现出来，使人一眼就可以 领略文本数据的主要表达意思 。词云图中，词的大小代表了其词频，越大的字代表其出现频率更高。

那生成一张词云图的主要步骤有哪些？过程中又需要用到哪些Python库呢？

理清了词云图绘制的主要脉络之后，下面就用代码操作起来。

明天就过年了，所以我也特地去找了几首新年歌，将它们的歌词汇总起来作为本次展示用的文本数据，大家可以看看新年歌中哪些词的出现频率比较高。我们先绘制一个比较简单的词云图：

# 导入相应的库

import jieba

from wordcloud import WordCloud

import matplotlib.pyplot as plt

# 导入文本数据并进行简单的文本处理

# 去掉换行符和空格

text = open("./data/新年歌.txt",encoding='utf8').read()

text = text.replace('\n',"").replace("\u3000","")

# 分词，返回结果为词的列表

text_cut = jieba.lcut(text)

# 将分好的词用某个符号分割开连成字符串

text_cut = ' '.join(text_cut)

# 导入停词

# 用于去掉文本中类似于'啊'、'你'，'我'之类的词

stop_words = open("F:/NLP/chinese corpus/stopwords/stop_words_zh.txt",encoding="utf8").read().split("\n")

# 使用WordCloud生成词云

word_cloud = WordCloud(font_path="simsun.ttc", # 设置词云字体

background_color="white", # 词云图的背景颜色

stopwords=stop_words) # 去掉的停词

word_cloud.generate(text_cut)

# 运用matplotlib展现结果

plt.subplots(figsize=(12,8))

plt.imshow(word_cloud)

plt.axis("off")

一张简单的词云图就成功生成啦，但看起来好像并没有特别好看，怎么生成带特定形状的词云呢？

想生成带特定形状的词云，首先得准备一张该形状的图片，且 除了目标形状外，其他地方都是空白的 ，如下面这张用于演示的图。

上图中除了福字之外都是白色的，准备好之后就上代码

import jieba

from wordcloud import WordCloud

import matplotlib.pyplot as plt

from PIL import Image

text = open("./data/新年歌.txt",encoding='utf8').read()

text = text.replace('\n',"").replace("\u3000","")

text_cut = jieba.lcut(text)

text_cut = ' '.join(text_cut)

stop_words = open("F:/NLP/chinese corpus/stopwords/stop_words_zh.txt",encoding="utf8").read().split("\n")

# 主要区别

background = Image.open("./data/background.png")

graph = np.array(background)

word_cloud = WordCloud(font_path="simsun.ttc",

background_color="white",

mask=graph, # 指定词云的形状

stopwords=stop_words)

word_cloud.generate(text_cut)

plt.subplots(figsize=(12,8))

plt.imshow(word_cloud)

plt.axis("off")

代码部分和普通的图基本一致，区别在于要导入相应形状的图片，并在wordcloud设置了mask参数。

生成的词云图如下：

是不是还挺简单的，借这张图也祝福大家2020年都福气满满！

最后的最后，祝大家