这篇教程Python词云的正确实现方法实例写得很实用，希望能帮到您。
一、相关模块
jieba：中文分词 wordcloud ：Python词云库 imageio：读取图形数据 安装： pip install jiebapip install wordcloudpip install imageio 二、wordcloud四大类
| 类 | 功能 | | WordCloud([font_path, width, height, …]) | 生成和绘制词云对象 | | ImageColorGenerator(image[, default_color]) | 基于图片的色彩 | | random_color_func([word, font_size, …]) | 随机生成颜色 | | get_single_color_func(color) | 创建一个颜色函数,它返回一个色调和饱和度 | 三、wordcloud类
1、WordCloud类 class wordcloud.WordCloud( font_path=None, width=400, height=200, margin=2, ranks_only=None, prefer_horizontal=0.9, mask=None, scale=1, color_func=None, max_words=200, min_font_size=4, stopwords=None, random_state=None, background_color='black', max_font_size=None, font_step=1, mode='RGB', relative_scaling='auto', regexp=None, collocations=True, colormap=None, normalize_plurals=True, contour_width=0, contour_color='black', repeat=False, include_numbers=False, min_word_length=0, collocation_threshold=30) 2、WordCloud参数详解 | 参数 | 详解 | | font_path | 词云图的字体路径（OTF或TTF格式） | | width | 画布的宽度、默认为400，如果mask不为空时，设置为mask获取图片的大小 | | height | 画布的高度，默认为200，如果mask不为空时，设置为mask获取图片的大小 | | prefer_horizontal | 默认值0.9；当值<1时，遇到不合适的地方时，算法将词体自动旋转 | | mask | 默认为None；如果不为空，指定了画布的图形，则width和height值不生效，使用提供的图形的大小 | | contour_width | 如果mask不为空，并且contour_width>0，将描绘出mask获取图片的轮廓，值越大，轮廓的线越粗 | | contour_color | 使用Mask时，描绘图片轮廓的颜色 | | scale | 图片生成后放大缩小时的分辨率 | | min_font_size | 词云图显示的最小字体，默认为4 | | max_font_size | 词云图显示的最大字体 | | max_words | 词云显示的最大词数 | | font_step | 字体步长 | | stopwords | 不显示的词，如果没有设置，则使用默认的内置的STOPWORdS列表；如果使用generate_from_frequencies参数，则忽略 | | background_color | 背景颜色 | | mode | 默认为"RGB"，当mode="RGBA"并且background_color为None时，将会显示透明背景 | | relative_scaling | 字体大小与词频的关系，默认值为auto | | color_func | 默认为None，color_func=lambda *args, **kwargs:(255,0,0)词云的字体颜色将这设置为红色 | | regexp | 使用正则切分，默认为r"/w[/w']+"，如果使用generate_from_frequencies则此参数不生效 | | collocations | 是否包含两个词的搭配，默认为True，如果使用generate_from_frequencies则此参数不生效 | | colormap | 设置颜色的参数，默认为"viridis"，如果使用color_func参数，则此参数不生效 | | normalize_plurals | 是否删除尾随的词，比如's，如果使用generate_from_frequencies参数，则此参数不生效 | | repeat | 是否重复词组直到设置的最大的词组数 | | include_numbers | 是否包含数字，默认我False | | min_word_length | 最小数量的词，默认为0 | | collocation_threshold | 默认为30，整体搭配的评分等级 | 3、WordCloud类方法详解 | 方法 | 功能 | | fit_words() | 根据词频生成词云 | | generate_from_frequencies（) | 根据词频生成词云 | | generate() | 根据文本生成词云 | | generate_from_text() | 根据文本生成词云 | | process_text() | 将长文本分词，并去除屏蔽词 | | recolor() | 对输出颜色重新着色 | | to_array() | 转换为numpy数组 | | to_file() | 保存为图片文件 | | to_svg() | 保存为SVG（可缩放矢量图形） | 四、实例
1、简单图案 
代码： import wordcloud# 词云使用的文字text = "lemon"# 使用wordcloud.WordCloud类，并传入相关的参数wc = wordcloud.WordCloud(background_color="white", repeat=True)wc.generate(text)# 保存图片wc.to_file('test1.png')2、自定义图片 
代码： import wordcloud# 导入imageio库中的imread函数，并用这个函数读取本地图片，作为词云形状图片import imageiomk = imageio.imread("333.jpg")# 词云使用的文字text = "lemon"# 使用wordcloud.WordCloud类，并传入相关的参数wc = wordcloud.WordCloud(background_color="white", repeat=True,mask=mk)wc.generate(text)# 保存图片wc.to_file('test1.png')3、从文本读取 
代码： import wordcloudimport jieba# 导入imageio库中的imread函数，并用这个函数读取本地图片，作为词云形状图片import imageiomk = imageio.imread("chen.jpg")# 使用wordcloud.WordCloud类，并传入相关的参数wc = wordcloud.WordCloud(background_color="white", prefer_horizontal=0.5, repeat=True, mask=mk, font_path='/System/Library/Fonts/STHeiti Light.ttc', contour_width=2, contour_color='pink', collocation_threshold=100, )# 对来自外部文件的文本进行中文分词，得到stringf = open('gong.txt', encoding='utf-8')txt = f.read()txtlist = jieba.lcut(txt)string = " ".join(txtlist)# 将string变量传入w的generate()方法，给词云输入文字wc.generate(string)# 保存图片wc.to_file('test.png')总结到此这篇关于Python词云的正确实现方法的文章就介绍到这了,更多相关Python词云实现内容请搜索51zixue.net以前的文章或继续浏览下面的相关文章希望大家以后多多支持51zixue.net！
python神经网络编程之手写数字识别
python实现的人脸识别打卡系统 |
