Python绘制词云：解决可视化词云工具不完美之处

最近看到了可视化的词云，并且发现网上有很多这样的工具。然而，这些工具都不是很完美，有的不支持中文，有的对中文词频的统计很不合理，有的不支持自定义形状，所有的工具都不能自定义颜色。基于此，我在网上进行了查找，最终决定用 Python 来绘制词云。

先上python

词云图

需要模板

pip install jieba
pip install wordcloud

登录后复制

还需要 Python 的另外两个东西，对于这两个东西我也不是很了解，是借鉴百度写上去的。

pip install scipy
pip install matplotlib

登录后复制

由于使用 ubuntu 系统，所以不像使用 windows 那样麻烦，也不会出现那么多报错。

看到好多人在制作自己的词云，你是否有一丝丝的激动呢？如果有激动，那就赶紧去做吧，因为冲动才是第一创造力。

jieba是一款很恨很好用的中文分词模板

jeiba中文文档

Wordcloud 没有中文文档，不过我们可以进行猜测。如果英文不好，我们可以通过查看源代码来猜测。

先把我全部代码贡献上来

#-*-coding:utf-8—-*-
import jieba.analyse
导入 WordCloud 和 ImageColorGenerator 模块，它们来自 wordcloud 库。
from scipy.misc import imread
导入 matplotlib.pyplot 并将其重命名为 plt 。
class wc:
初始化自身，传入文本文件 txt_file、图像文件 img_file 和字体文件 font_file 。
打开文件 txt_file ，并以只读模式（'r'）将其赋值给 self.f 。
  self.txt = self.f.read()
   self.f.close()
self.txt 经过 jieba.analyse.extract_tags 且 topK 为 100 后得到了 self.tags。
  #topK说白了就是返回几个关键词
将分词链接起来，并加上空格，因为英文是靠空格来分词的，即把 self.tags 中的元素用空格连接起来，代码为 ''.join(self.tags) 。
  self.img = imread(img_file)
self.wc 等于 WordCloud ，其中 font_path 为 font_file ，background_color 为白色 ，max_words 为 100 ，mask 为 self.img ，max_font_size 为 80 。
###直接在这里进行猜###
字体文件路径由#font_path 来指示，由于 wordcloud 自带的字体无法支持中文，所以我们需要指定一个字体文件，不然输出的图片就全是框框。
默认情况下颜色是黑色，而我将其设置成了白色。
#max_words最大显示的词数
#mask 背景图片
#max_font_size　最大字体字号
self.word_cloud 被生成了，生成它的是 self.wc ，而生成的对象是 self.text 。
  def show_wc(self):
ImageColorGenerator(self.img)赋值给了#img_color
plt 展示了 self.word_cloud
可以通过 plt.imshow 来实现让图片颜色与字体颜色相同的效果，这里使用的是 self.wc.recolor 方法，并且设置了 color_func 为 img_color 。
    plt.axis("off")
    plt.show()
if name=='main':
mywc 等于对“sanwen.txt”进行某种操作并生成“out.png”和“font.ttc”。
  mywc.show_wc()

登录后复制

使用 wc.recolor，其参数为 color_func=img_color