一、读取文件并做分词处理
1 安装导入jieba中文分词库
pip install jieba2 读取文本并分词
参考wordcloud官方文档，中文文本内容需要先做分隔处理（英文内容中词语之间已经有空格）
使用jieba.lcut()精确分词，筛选出长度大于1的词语
source.txt为事先准备好的文本，未做任何处理
示例代码：
from pprint import pprint
import jieba
def word_cloud(source_file):
# 读取文本
text = open(source_file, "r", encoding='UTF-8').read()
# 精确模式分词，没有重合的词语，筛选长度大于1的词语
cut_text = [word for word in jieba.lcut(text) if len(word) > 1]
# 分隔分词结果
text_result = "/ ".join(cut_text)
return text_result
if __name__ == "__main__":
file = 'source.txt'
pprint(word_cloud(file))运行结果：
二、制作并保存词云图
1 安装导入wordcloud
pip install wordcloud2 创建WordCloud对象，加载文本，保存词云图
示例代码：
import jieba
from wordcloud import WordCloud
def word_cloud(source_file, target_path):
# 读取文本
text = open(source_file, "r", encoding='UTF-8').read()
# 精确模式分词，没有重合的词语，筛选长度大于1的词语
cut_text = [word for word in jieba.lcut(text) if len(word) > 1]
# 分隔分词结果
text_result = "/ ".join(cut_text)
# 生成词云图
wc = WordCloud()
wc.generate(text_result)
# 保存词云图
wc.to_file(target_path)
if __name__ == "__main__":
file = 'source.txt'
target = "wordcloud.png"
word_cloud(file, target)运行结果：
问题1--未设置中文字体font_path时词云图显示方框：
可以看到，生成的词云图片中文显示异常，数字和英文显示正常
解决1：
在查阅官方文档后，发现问题在于未设置中文字体：
找到本机的字体路径，添加到font_path参数中：
示例代码1：
import jieba
from wordcloud import WordCloud
def word_cloud(source_file, font_path, target_path):
# 读取文本
text = open(source_file, "r", encoding='UTF-8').read()
# 精确模式分词，没有重合的词语，筛选长度大于1的词语
cut_text = [word for word in jieba.lcut(text) if len(word) > 1]
# 分隔分词结果
text_result = "/ ".join(cut_text)
# 生成词云图
wc = WordCloud(font_path=font_path)
wc.generate(text_result)
# 保存词云图
wc.to_file(target_path)
if __name__ == "__main__":
file = 'source.txt'
font = "C:\\Windows\\Fonts\\STXINGKA.TTF"
target = "wordcloud.png"
word_cloud(file, font, target)运行结果1：
问题2--未设置词语搭配频率collocations时词语出现两次：
词云图上有很多词语均出现两次：“51CTO”、“博客”、“计划”等
解决2：
wordcloud有一个参数collocations--词语搭配频率，当设置为False时就不会出现重复的词语
示例代码2：
import jieba
from wordcloud import WordCloud
def word_cloud(source_file, font_path, target_path):
# 读取文本
text = open(source_file, "r", encoding='UTF-8').read()
# 精确模式分词，没有重合的词语，筛选长度大于1的词语
cut_text = [word for word in jieba.lcut(text) if len(word) > 1]
# 分隔分词结果
text_result = "/ ".join(cut_text)
# 生成词云图
wc = WordCloud(font_path=font_path, collocations=False)
wc.generate(text_result)
# 保存词云图
wc.to_file(target_path)
if __name__ == "__main__":
file = 'source.txt'
font = "C:\\Windows\\Fonts\\STXINGKA.TTF"
target = "wordcloud.png"
word_cloud(file, font, target)运行结果2：
三、自定义词云图形状
1 安装导入PIL和numpy
在读取图片时，官网示例代码使用到的imageio.imread()方法快要停用了，故使用其提供的另一种方式：PIL和numpy
pip install pillow
pip install numpy2 读取轮廓图并配置wordcloud参数
轮廓图mask.jpeg是这样的：
示例代码：
import jieba
import numpy as np
from PIL import Image
from wordcloud import WordCloud
def word_cloud(source_file, mask_image, font_path, target_path):
# 读取文本
text = open(source_file, "r", encoding='UTF-8').read()
# 精确模式分词，没有重合的词语，筛选长度大于1的词语
cut_text = [word for word in jieba.lcut(text) if len(word) > 1]
# 分隔分词结果
text_result = "/ ".join(cut_text)
# 读取轮廓图（生成的词云图形状）
image = Image.open(mask_image)
image_array = np.array(image)
# 生成词云图
wc = WordCloud(font_path=font_path, collocations=False, mask=image_array)
wc.generate(text_result)
# 保存词云图
wc.to_file(target_path)
if __name__ == "__main__":
file = 'source.txt'
img = 'mask.jpeg'
font = "C:\\Windows\\Fonts\\STXINGKA.TTF"
target = "wordcloud.png"
word_cloud(file, img, font, target)运行结果：
问题1--轮廓图mask白色的区域不会生成词语：
上海贼王路飞图片上白色的地方都没有词语
解决1：
参考官方文档，wordcloud会在mask图片白色以外的区域生成词语
方案1：将mask.jpeg除背景外的白色区域涂色（这里不采用）
方案2：将mask.jpeg扣除背景，读取轮廓时转换图片的RGB值，另外给词云图添加轮廓线
示例代码1：
import jieba
import numpy as np
from PIL import Image
from wordcloud import WordCloud
def word_cloud(source_file, mask_image, font_path, target_path):
# 读取文本
text = open(source_file, "r", encoding='UTF-8').read()
# 精确模式分词，没有重合的词语，筛选长度大于1的词语
cut_text = [word for word in jieba.lcut(text) if len(word) > 1]
# 分隔分词结果
text_result = "/ ".join(cut_text)
# 读取轮廓图（生成的词云图形状）
image = Image.open(mask_image)
# 转换图片RGB值
threshold = 0 # 阈值
new_image = image.point(lambda p: 0 if p > threshold else 255)
image_array = np.array(new_image)
# 生成词云图
wc = WordCloud(
font_path=font_path, # 字体
collocations=False, # 词语搭配频率，False--不会出现重复的词语
contour_width=1, # 轮廓线粗细
contour_color="white", # 轮廓颜色
mask=image_array)
wc.generate(text_result)
# 保存词云图
wc.to_file(target_path)
if __name__ == "__main__":
file = 'source.txt'
img = 'mask.png'
font = "C:\\Windows\\Fonts\\STXINGKA.TTF"
target = "wordcloud.png"
word_cloud(file, img, font, target)运行结果1：
四、预览词云图
前面生成的词云图均是通过看图软件打开的，下面我们使用代码来展示词云图
1 安装导入matplotlib
pip install matplotlib2 创建matplotlib图像并显示
完整代码：
import jieba
import numpy as np
from PIL import Image
from matplotlib import pyplot as plt
from wordcloud import WordCloud
def word_cloud(source_file, mask_image, font_path, target_path):
# 读取文本
text = open(source_file, "r", encoding='UTF-8').read()
# 精确模式分词，没有重合的词语，筛选长度大于1的词语
cut_text = [word for word in jieba.lcut(text) if len(word) > 1]
# 分隔分词结果
text_result = "/ ".join(cut_text)
# 读取轮廓图（生成的词云图形状）
image = Image.open(mask_image)
# 转换图片RGB值
threshold = 0 # 阈值
new_image = image.point(lambda p: 0 if p > threshold else 255)
image_array = np.array(new_image)
# 生成词云图
wc = WordCloud(
font_path=font_path, # 字体
collocations=False, # 词语搭配频率，False--不会出现重复的词语
contour_width=1, # 轮廓线粗细
contour_color="white", # 轮廓颜色
mask=image_array)
wc.generate(text_result)
# 保存词云图
wc.to_file(target_path)
# 预览图片
plt.figure("wordcloud") # 创建图像
plt.imshow(wc) # 加载图片
plt.axis("off") # 隐藏坐标系
plt.show() # 显示图片
if __name__ == "__main__":
file = 'source.txt'
img = 'mask.png'
font = "C:\\Windows\\Fonts\\STXINGKA.TTF"
target = "wordcloud.png"
word_cloud(file, img, font, target)运行结果：
注意：
matplotlib预览图像也可以保存图片，但是保存的图片包含了画布的白色区域，wordcloud的to_file()方法保存的原图片更加清晰