用WordCloud绘制词云

初步认识

wordcloud是词云绘图模块，封装了WordCloud词云类，是词云的基本载体。在新建一个词云之后，通过generate装载用以生成词云的字符串，最后用to_file把词云图保存到文件中，例如

from wordcloud import WordCloud

w = WordCloud()
txt = "tinycool cool tiny Python WordCloud word cloud word not world"
w.generate(txt)
w.to_file("pywordcloud.png")
1
2
3
4
5
6

效果如下

基本参数

仅就这张图像来说，我们能感受到的特性大概有

• 词云图的宽度、高度
• 背景颜色，文字颜色
• 字体
• 单词长度，单词个数

这些特性可受到下列参数调控

下面对这些参数稍作更改，并

# txt即本文前面所有文字，因为太多就不写了
txt = r'''
'''
dct = dict(width=600, height=300,
    font_path = r"C:\Windows\Fonts\simhei.ttf",
    min_font_size = 10,
    max_font_size = 100,
    max_words = 20,
    min_word_length = 2,
    background_color = "white",
    colormap = "jet")

w = WordCloud(**dct)
w.generate(txt)
w.to_file("pywordcloud.png")
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

效果如下，由于最多只显示20个单词，而且尺寸最小是10，最大100，所以不太好看。

掩模参数

所谓掩模，就是词云组成的图案，主要由以下参数调控。

掩模数组由0和1构成，词云只在掩模数组为1的位置显示。下面画一个椭圆作为掩模数组，椭圆圆周的方程为

$$\frac{(x-300{)}^2}{280^2}+\frac{(y-150{)}^2}{140^2}=1$$

则

$$x=300\pm \sqrt{280^2-(2y-300{)}^2}$$

import numpy as np
y, x = np.indices([300,600])
delta = np.sqrt(280**2-(2*y-300)**2)
mask = (x<300+delta) & (x>300-delta)
mask = (1-mask)*254+1

w = WordCloud( mask = mask, contour_width=100,
    font_path = r"C:\Windows\Fonts\simhei.ttf")
w.generate(txt)
w.to_file("pywordcloud.png")
1
2
3
4
5
6
7
8
9
10

效果如下