详细分析python生成词云图的基本知识（附多个Demo）

1. 基本知识

一种数据可视化工具，主要用于显示文本数据中的关键词，通过字体大小、颜色等维度，词云图直观地展示了文本中各个词语出现的频率或重要性

常用于数据分析、自然语言处理、市场营销等领域
单词出现的频率越高，其对应的字体大小越大、颜色越深，使得重要词语在视觉上更加突出

基本的应用场景如下：

文本分析：从大量文本中提取最重要的关键词，快速识别文本主题
社交媒体分析：分析推文、评论等，揭示热点话题
市场营销：分析产品评论或用户反馈，提取用户关注的关键词
SEO 分析：分析网站上的关键词，优化搜索引擎表现

先安装API库：pip install wordcloud

基本的API如下：

WordCloud()
该类是生成词云的核心类，主要用于配置词云的样式和行为
主要参数：
width：图像宽度，默认为400
height：图像高度，默认为200
max_words：显示的最大单词数，默认为200
background_color：背景颜色，默认为白色 (“white”)
colormap：控制词云中单词颜色的色彩映射，默认使用 “viridis”
font_path：设置字体的路径。如果需要使用中文字体，必须指定支持中文的字体路径
mask：词云形状的遮罩图像，使用二值化图像定义形状区域
contour_width：轮廓线宽度。默认为0，表示没有轮廓
contour_color：轮廓线颜色。默认与 background_color 一致
max_font_size：单词最大字体大小。默认为None，表示自动调整
min_font_size：单词最小字体大小。默认为4
random_state：用于生成随机数的种子，使得词云的布局可重复
generate(text)
根据输入文本生成词云
text 参数应为字符串，通常是一个长文本或从文档中提取的文本
generate_from_frequencies(frequencies)
根据词频字典生成词云
frequencies 是一个包含单词及其频率的字典 {word: frequency}
recolor()
重新着色生成的词云，可用于更改现有词云的颜色
to_file(filename)
将生成的词云保存为图像文件
to_image()
将词云转换为 PIL 图像对象，以便进一步处理或显示

2. Demo

2.1 纯文本

基本的生成过程如下：

from wordcloud import WordCloud
import matplotlib.pyplot as plt# 示例文本
text = "Python is a great programming language. Python is widely used for data science, machine learning, AI, and more."# 创建词云对象，设置参数
# width=800, height=400: 设定了生成的词云图像大小为 800x400 像素。
# max_words=100: 限制最多显示 100 个单词。
# background_color='white': 词云的背景颜色为白色
wordcloud = WordCloud(width=800, height=400, max_words=100, background_color='white'
)# 生成词云
wordcloud.generate(text)# 显示词云
plt.figure(figsize=(10, 5))
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis("off")  # 关闭坐标轴
plt.show()# 保存词云为文件
wordcloud.to_file("wordcloud_example.png")

在这里插入图片描述

2.2 词频

from wordcloud import WordCloud
import matplotlib.pyplot as plt# 定义词频字典
frequencies = {'Python': 100, 'data': 80, 'science': 60, 'machine learning': 50, 'AI': 40}# 根据词频生成词云
wordcloud = WordCloud(width=800, height=400, background_color='white'
).generate_from_frequencies(frequencies)# 显示词云
plt.figure(figsize=(10, 5))
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis('off')
plt.show()

在这里插入图片描述

2.3 自定义形状

通过 mask 参数，可以将词云显示为指定的形状

需要导入 numpy 和 Pillow 来处理图像作为形状遮罩

import numpy as np
from PIL import Image
from wordcloud import WordCloud
import matplotlib.pyplot as plt# 读取遮罩图像 
mask = np.array(Image.open('dog.jpg'))# 定义文本
text = "I love coding and programming, especially in Python, JavaScript, and more."# 生成词云，设置 mask
wordcloud = WordCloud(width=800,height=400,background_color='white',mask=mask,contour_width=1,contour_color='red'
).generate(text)# 显示词云
plt.figure(figsize=(10, 5))
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis('off')
plt.show()

在这里插入图片描述

2.4 自定义颜色

通过 colormap 参数，可以使用不同的颜色映射来生成颜色多样的词云

from wordcloud import WordCloud
import matplotlib.pyplot as plt# 定义文本
text = "Colorful word clouds are amazing. They help to represent data visually and beautifully."# 创建词云对象，设置颜色映射
wordcloud = WordCloud(width=800,height=400,background_color='white',colormap='plasma'  # 使用 'plasma' 颜色映射
).generate(text)# 显示词云
plt.figure(figsize=(10, 5))
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis('off')
plt.show()

在这里插入图片描述

2.5 自定义字体

生成中文词云时，必须指定支持中文的字体，否则会出现乱码

from wordcloud import WordCloud
import matplotlib.pyplot as plt# 定义中文文本
text = "数据科学是一个跨学科的领域，使用科学方法、流程、算法和系统从数据中提取知识和见解。"# 创建词云对象，设置中文字体
wordcloud = WordCloud(width=800, height=400, font_path='simhei.ttf',  # 指定中文字体路径background_color='white'
).generate(text)# 显示词云
plt.figure(figsize=(10, 5))
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis('off')
plt.show()

在这里插入图片描述

2.6 html文件

此种方式适合给其他的语言直接使用，比如springboot

将词云生成的图像嵌入到 HTML 页面中，实现的思路是使用 wordcloud 库生成词云图并保存为静态图片文件，然后通过 base64 编码的方式嵌入 HTML 中，后端可以直接引用这个 HTML 文件

生成词云图：生成词云图并保存为图像文件或通过 matplotlib 转换为 base64 格式
生成 HTML 页面：将词云图以标签嵌入到 HTML 页面中
保存 HTML 文件：最后保存为 HTML 文件，供后端直接使用

import base64
from io import BytesIO
from wordcloud import WordCloud
import matplotlib.pyplot as plt# 示例文本
text = "Python is an amazing programming language. It is widely used in data science, AI, and machine learning."# 创建词云
wordcloud = WordCloud(width=800, height=400, background_color='white'
).generate(text)# 将词云图保存到内存中的图片对象
img_buffer = BytesIO()
wordcloud.to_image().save(img_buffer, format='PNG')
img_buffer.seek(0)# 将图片对象转为base64
img_base64 = base64.b64encode(img_buffer.read()).decode('utf-8')# 生成HTML内容，将base64编码的图片嵌入HTML中
html_content = f"""
<!DOCTYPE html>
<html lang="en">
<head><meta charset="UTF-8"><meta name="viewport" content="width=device-width, initial-scale=1.0"><title>Word Cloud</title>
</head>
<body><h1>Word Cloud Example</h1><img src="data:image/png;base64,{img_base64}" alt="Word Cloud">
</body>
</html>
"""# 将HTML内容保存为文件
with open("wordcloud.html", "w", encoding="utf-8") as f:f.write(html_content)print("HTML 文件生成完毕，可以直接用于后端引用。")