一 什么是词云？

由词汇组成类似云的彩色图形。“词云”就是对网络文本中出现频率较高的“关键词”予以视觉上的突出，形成“关键词云层”或“关键词渲染”，从而过滤掉大量的文本信息，使浏览网页者只要一眼扫过文本就可以领略文本的主旨。

二 有什么作用？

1、直观，高大上

2、可装逼，很潇洒

三 准备工作

1、导入包——jieba和wordcloud

命令：pip install jieba

命令：pip install wordcloud

备注：对于pycharm等可采用各自的方法导入包

2、文本和图片的准备

文本：可爬取网上资料或某歌曲书籍等关键字，亦或是像我是自己手动输入文字并用tab隔开

图片：找自己喜欢的图片，这里我采用乔巴的图片作为背景，而且除了主要人物外，其他背景都为白色，显示效果较好。

采用的文本内容：

paper going keep fighting happy Backpropagation/BP AI
Technology Chine new year you tahnks hha
hmmm emmm yesterday sunday Batch Normalization/BN autoencoder
ALL Data big math python abc Thanks for your reminder, I’ll update resource dll to fix those issue.

采用的图片：

四 代码如下：

# coding: utf-8 import jieba from wordcloud import WordCloud,STOPWORDS from scipy.misc import imread # 处理图像的函数 import matplotlib.pyplot as plt # 读取文本文件 text = open('t1.txt', 'r').read() # 对文本进行分词 cut_text = ''.join(jieba.cut(text))#cut分词，然后将分开的词用空格连接 # 读取图片 color_mask = imread('ciyun.jpg') # 生成词云 cloud = WordCloud(# 这里是导入字体，因为我是采用英文的，所有不导入也并不影响，若是中文的或者有其他的字符需要自己选择合适的字体包  background_color="white",  mask=color_mask,  max_words=2000,  max_font_size=80) word_cloud = cloud.generate(cut_text) cloud.to_file('ss.png')#保存文件 #使用plt显示图片 plt.axis('off')#不显示坐标轴 #显示图片 plt.imshow(word_cloud) plt.show() 

五 效果如下：

效果图

六 解析

6.1 jieba（结巴）是一个强大的分词库，完美支持中文分词，本文对其基本用法做一个简要总结。
6.1.2 基本分词函数与用法
jieba.cut 以及 jieba.cut_for_search 返回的结构都是一个可迭代的 generator，可以使用 for 循环来获得分词后得到的每一个词语(unicode)
jieba.cut 方法接受三个输入参数:

• 需要分词的字符串
• cut_all 参数用来控制是否采用全模式 (精准模式和全模式，默认是精准模式)
• HMM 参数用来控制是否使用 HMM 模型

jieba.cut_for_search （搜索引擎模式）方法接受两个参数

• 需要分词的字符串
• 是否使用 HMM 模型。
  该方法适合用于搜索引擎构建倒排索引的分词，粒度比较细

                        
关键字：