新建一個新的目錄

隨便找個地方新建一個目錄,比如我在F盤下面新建一個word_cloud文件夾(名字都是隨便取),并且打開這個文件夾.

把剛剛下載的msyh.ttc復制到這里.

新建一個my_word_cloud.py在這里.

然后可以在my_word_cloud.py寫代碼了,首先導入相關的包

##對于NLP(自然語言處理)來說，分詞是一步重要的工作,這里使用jieba分詞

##對你輸入的文章進行分詞然后統計等等操作

import jieba

##導入用于用于制作詞云圖的wordcloud

from wordcloud import WordCloud,ImageColorGenerator

from matplotlib import pyplot as plt

from PIL import Image

import numpy as np

收集文本信息

比如,我現在隨便找一篇文章,里面包含大量文字

為什么《鋼之煉金術師FA》被稱為神作？

想要兩者兼得非常難，要說明它的難度，得舉個沒做到又有分量的作品為例子：老賊的《獵人》《鋼煉》是一部涵蓋面很廣的作品，其中想要探討的，有人性、戰爭、宗教、哲學、科學，但受限于【少年漫】這一題材，探索的面雖然廣卻基本不深入。真正讓《鋼煉》顯得極為成熟的，是“態度“…………..

然后,把這些文字復制并且保存為info.txt,就保存在word_cloud文件夾里面

繼續編輯代碼

##打開剛剛的info.txt,并且把得到的句柄內容復制給content

with open('info.txt','r',encoding="UTF-8") as file1:

content = "".join(file1.readlines())

##然后使用jieba模塊進行對文本分詞整理

content_after = "".join(jieba.cut(content,cut_all=True))

##font_path

##使用worldCloud模塊對剛剛整理好的分詞信息進行處理.

##max_font_size參數是可以調整部分當個詞語最大尺寸

##max_words是最大可以允許多少個詞去組成這個詞云圖

##height高度,width寬度,

##background_color背景顏色

wc = WordCloud(font_path="msyh.ttc",background_color="black",max_words=1000,max_font_size=100,

width=1500,height=1500).generate(content)

##使用matplotlib的pyplot來進行最后的渲染出圖.

plt.imshow(wc)

##目標文件另存為這個名錄下

wc.to_file('wolfcodeTarget.png')

總結

以上是生活随笔為你收集整理的利用python制作漂亮的词云图_利用python制作漂亮的词云图的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。