wordcloud + jieba 生成词云
利用jieba库和wordcloud生成中文词云。
jieba库：中文分词第三方库
分词原理：
利用中文词库，确定汉字之间的关联概率，关联概率大的生成词组
三种分词模式：
1、精确模式：把文本精确的切分开，不存在冗余单词
2、全模式：把文本中所有可能的词语都扫描出来，有冗余
3、搜索引擎模式：在精确模式基础上，对长词再次切分
常用函数：
jieba.lcut(s) #精确模式，返回列表类型的分词结果
jieba.lcut(s,cut_all=True) #全模式，返回列表类型的分词结果
jieba.lcut_for_search(s,cut_all=True) # 搜索引擎模式（精确模式后对过长的词再精确分词），返回列表类型的分词结果
jieba.add_word(w) #在参考的中文词库中添加自定义的词，如：jieba.add_word(“产生式系统”)，无返回
jieba.del_word(w) #在参考的中文词库中删除词
jieba.analyse.extract_tags(sentence,topK=10) #关键词提取，返回权重最大的10个词语，返回列表类型的提取结果，注意：import jieba.analyse
wordcloud库：词云生成库
生成词云的三个步骤：
import wordcloud
#1、生成wordcloud对象，设置字体路径和其他基本属性 #除了font_path外的一些常用属性： #词云使用的字体：font_path #生成图片的大小：width=120，height=120 #生成词云的形状：mask（结合下面的实例解释） #词云的背景颜色：background_color="white" w = wordcloud.WordCloud(font_path="C:/Users/ASUS/Desktop/aaa.ttf") #2、产生词云 w.generate("春天 春天 在哪里 这里") #3、把词云输出到已创建的png、jpg文件里，可打开查看结果 w.to_file("outfile.png")
产生的词云：
安装与运行时可能遇到的问题：
1、安装：直接用命令行 pip install wordcloud 安装会产生错误 Microsoft Visual C++ 14.0 is required.
解决方法：1）点击进入pythonlib页面：https://www.lfd.uci.edu/~gohlke/pythonlibs/
2）下拉找到wordcloud包：
3）下载对应版本的wordcloud，存放到文件夹下
其中cp表示python版本，如36对应3.6 win为操作系统位数，32位或6位
4）再执行命令行：
pip install C:\data\wordcloud-1.4.1-cp36-cp36m-win_amd64.whl
5）安装成功
2、编译时显示 OSError: cannot open resource
解决方法：库中自带的字体文件不是中文，可以自己下载一个ttf字体文件放到对应文件夹下，
一个ttf字体文件链接: https://pan.baidu.com/s/1xJVPe1YIXN9Wl_z3fkVpFg 密码: 7iux
在生成词云时使用 wordcloud.WordCloud( font_path="C:/Users/ASUS/Desktop/returnline/aaa.ttf" ）
利用jieba+wordcloud生成词云
import wordcloud import jieba from scipy.misc import imread #生成遮罩mask（词云的形状） import jieba.analyse #top30关键词提取 mk=imread("0.jpg") #获得作为遮罩的图片，我的是一只蜗牛 txt = open("1.txt").read() #获得要生成词云的文本，并将内容转换为字符串 #生成词云对象，大小为120*120，遮罩是0.jpg，背景颜色是白色 w = wordcloud.WordCloud(font_path="C:/Users/ASUS/Desktop/returnline/aaa.ttf",width=120,height=120,mask=mk,background_color="white") #jieba统计并提取权值top30的词语，返回list ls=jieba.analyse.extract_tags(txt,topK=30) #将list转换为元素间空格分隔的字符串，创建词云 w.generate(" ".join(ls)) #将词云导出到outfile.png w.to_file("outfile.png")
遮罩图：
词云图：
