词云图

wordcloud做词频统计分为以下几个步骤：

1 、分隔：以空格分隔单词

2、统计 ：单词出现的次数并过滤 

3、字体：根据统计搭配相应的字号 

4 、布局

 

常用的参数列表如下：

 

 

 
下面介绍wordcloud.WordCloud()的参数：

font_path : string //字体路径，需要展现什么字体就把该字体路径+后缀名写上，如：font_path = '黑体.ttf'
 
width : int (default=400) //输出的画布宽度，默认为400像素
 
height : int (default=200) //输出的画布高度，默认为200像素
 
prefer_horizontal : float (default=0.90) //词语水平方向排版出现的频率，默认 0.9 （所以词语垂直方向排版出现频率为 0.1 ）
 
# mask : nd-array or None (default=None) //如果参数为空，则使用二维遮罩绘制词云。如果 mask 非空，设置的宽高值将被忽略，遮罩形状被 mask 取代。除全白（#FFFFFF）的部分将不会绘制，其余部分会用于绘制词云。如：bg_pic = imread('读取一张图片.png')，背景图片的画布一定要设置为白色（#FFFFFF），然后显示的形状为不是白色的其他颜色。可以用ps工具将自己要显示的形状复制到一个纯白色的画布上再保存，就ok了。
 
scale : float (default=1) //按照比例进行放大画布，如设置为1.5，则长和宽都是原来画布的1.5倍。
 
min_font_size : int (default=4) //显示的最小的字体大小
 
font_step : int (default=1) //字体步长，如果步长大于1，会加快运算但是可能导致结果出现较大的误差。
 
max_words : number (default=200) //要显示的词的最大个数
 
stopwords : set of strings or None //设置需要屏蔽的词，如果为空，则使用内置的STOPWORDS
 
background_color : color value (default=”black”) //背景颜色，如background_color='white',背景颜色为白色。
 
max_font_size : int or None (default=None) //显示的最大的字体大小
 
mode : string (default=”RGB”) //当参数为“RGBA”并且background_color不为空时，背景为透明。
 
relative_scaling : float (default=.5) //词频和字体大小的关联性
 
color_func : callable, default=None //生成新颜色的函数，如果为空，则使用 self.color_func
 
regexp : string or None (optional) //使用正则表达式分隔输入的文本
 
collocations : bool, default=True //是否包括两个词的搭配
 
colormap : string or matplotlib colormap, default=”viridis” //给每个单词随机分配颜色，若指定color_func，则忽略该方法。

 

生成词云图 ：

fit_words(frequencies) //根据词频生成词云

generate(text) //根据文本生成词云

generate_from_frequencies(frequencies[, ...]) //根据词频生成词云

generate_from_text(text) //根据文本生成词云

process_text(text) //将长文本分词并去除屏蔽词（此处指英语，中文分词还是需要自己用别的库先行实现，使用上面的 fit_words(frequencies) ）

recolor([random_state, color_func, colormap]) //对现有输出重新着色。重新上色会比重新生成整个词云快很多。

to_array() //转化为 numpy array

to_file(filename) //输出到文件

 

————————————————
详细:
https://blog.csdn.net/u010309756/article/details/67637930?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522164794342216780265429310%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=164794342216780265429310&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~sobaiduend~default-1-67637930.142^v3^pc_search_result_control_group,143^v4^control&utm_term=.fit_words&spm=1018.2226.3001.4187
https://blog.csdn.net/h18208975507/article/details/102968136?ops_request_misc=&request_id=&biz_id=102&utm_term=wordcloud.WordCloud()&utm_medium=distribute.pc_search_result.none-task-blog-2~all~sobaiduweb~default-5-102968136.pc_search_result_control_group&spm=1018.2226.3001.4187'''