python制作词云设置字体

Ⅰ python 画好看的云词图

词云图是数据分析中比较常见的一种可视化手段。词云图，也叫文字云，是对文本中出现频率较高的 关键词 予以视觉化的展现，出现越多的词，在词云图中展示越显眼。词云图过滤掉大量低频低质的文本信息，因此只要一眼扫过文本就可 领略文章主旨 。

例如👆上面这张图，看一眼就知道肯定是新华网的新闻。

那生成一张词云图的主要步骤有哪些？这里使用 Python 来实现，主要分三步：

首先是“结巴”中文分词 jieba 的安装。

对于英文文本，word_cloud 可以直接对文本源生成词云图。但是对中文的支持没有那么给力，所以需要先使用 jieba 对中文文本进行分词，把文章变成词语，然后再生成词云图。例如：

jieba.cut 分词：方法接受三个输入参数，sentence 需要分词的字符串；cut_all 用来控制是否采用全模式；HMM 用来控制是否使用 HMM 模型。

jieba.cut_for_search 分词：方法接受两个参数，sentence 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。

jieba.analyse.textrank 使用 TextRank 算法从句子中提取关键词。

然后安装 wordcloud 词云图库。

如果执行上面命令后，显示 success，那么恭喜你，安装成功了。
我就遇到了 Failed building wheel for wordcloud 的错误。于是先安装 xcode-select, 再安装 wordcloud 即可（无需安装 Xcode）。

wordcloud 库把词云当作一个 WordCloud 对象，wordcloud.WordCloud() 代表一个文本对应的词云，可以根据文本中词语出现的频率等参数绘制词云，绘制词云的形状、尺寸和颜色。

1、首先导入文本数据并进行简单的文本处理
2、分词
3、设置遮罩

注意：
1、默认字体不支持中文，如果需要显示中文，需要设置中文字体，否则会乱码。
2、设置遮罩时，会自动将图片非白色部分填充，且图片越清晰，运行速度越快

其中 WordCloud 是云词图最重要的对象，其主要参数描述如下：

效果如下图：

上小结是将文章中所有内容进行分词，输出了所有词，但很多时候，我们有进一步的需求。例如：
1、只需要前 100 个关键词就够了。
2、不需要五颜六色的词语，应与遮罩图片颜色一致。

100个关键词，我们在分词时使用 TextRank 算法从句子中提取关键词。
遮罩颜色可通过设置 WordCloud 的 color_func 属性。

最终效果如下：

Ⅱ python生成词云，要求频率越小生成的字词越大，老师的要求，请各位大佬解答，感谢，急急急！！！

按照常理可以实现，但是python是智能的，不能安装常理算。关注点有点偏，老师不是刁难学生，而是帮助学生进步。你可以去问问老师具体的思路，祝你取得更大的进步。

Ⅲ 使用python wordcloud库实现词云，教你两招轻松搞定

wordcloud库简介

python中的word cloud库是一个用来制作词云的第三方库

安装wordcloud 库

pip install wordcloud123

使用w = wordcloud.WordCloud() 创建一个词云对象

2.WordCloud() 参数介绍

3.实现效果

4.问题

并没有按照词云的样式展示，这里需要使用 jieba库进行分词

安装jieba库

pip install jieba

5.使用jieba库进行分词

6.效果

将txt文本中的内容生成词云

获取文件中的内容

f = open('./xxx.txt', 'r', encoding='utf-8')

 text = f.read()

说明

encoding=‘utf-8’ 这个参数表示 读取的内容以utf-8的编码方式读取文件

如果没有这个参数，会出现如下的报错信息

Ⅳ 如何使用python来实现个性化词云的示例代码分享

#coding=utf-8
#usingpython27
fromosimportpath
fromPILimportImage
importnumpyasnp
importmatplotlib.pyplotasplt

fromwordcloudimportWordCloud,STOPWORDS,ImageColorGenerator

#d=path.dirname(__file__)

#Readthewholetext.
text=open(r'C:StudyPythonwordcloud_alice.txt').read()

#readthemask/colorimagetakenfrom
#http://jirkavinse.deviantart.com/art/quot-Real-Life-quot-Alice-282261010
alice_coloring=np.array(Image.open(r'C:StudyPythonwordcloud_alice_color.png'))
stopwords=set(STOPWORDS)
stopwords.add("said")

wc=WordCloud(background_color="white",max_words=2000,mask=alice_coloring,
stopwords=stopwords,max_font_size=40,random_state=42)
#generatewordcloud
wc.generate(text)

#createcoloringfromimage
image_colors=ImageColorGenerator(alice_coloring)

#show
plt.imshow(wc,interpolation="bilinear")
plt.axis("off")
plt.figure()
#recolorwordcloudandshow
#wecouldalsogivecolor_func=image_
plt.imshow(wc.recolor(color_func=image_colors),interpolation="bilinear")
plt.axis("off")
plt.figure()
plt.imshow(alice_coloring,cmap=plt.cm.gray,interpolation="bilinear")
plt.axis("off")
plt.show()

执行这个代码还需要两个文件, 网络知道不能上传, 可以用扣或者私我传给你

运行结果:

Ⅳ 为什么用python画的词云很模糊

cloud = WordCloud(
width=1000,height=600,
min_font_size=20,
max_words=200,
max_font_size=80
)
绘制词云的时候把图片的宽和高加大一点，然后字体也加大一点

Ⅵ python制作词云的时候怎么使文字密集一点

选用的词越多(max_words)，样本越大(文本的长度），就越接近正态分布。

在正态分布的情况下，低频词就相对多(长尾定率)。
然后就是调整max_font_size与min_font_size以及relative_scaling了，这三个参数的取值对表观上的密集程度有影响。
如果max_words小，长尾不明显，词云中小字就少，很多地方没有词去填补空白，就显示得不密集。
如果max_font_size与min_font_size没拉开，低频词(长尾部分)就没有小到足够在高频词的空白中填入，字中空白就让整个云显得不密集。
最后调整relative_scaling使交叉方向的比例合适，一些词的空白处就能填入一些较短的低频词进一步减少空白。

Ⅶ python如何做词云 一步一步教你如何做

如果你之前没有编程基础，没关系。希望你不要限于浏览，而是亲自动手尝试一番。到完成的那一步，你不仅可以做出第一张词云图，而且这还将是你的第一个有用的编程作品。

1、请确保你的python环境没有问题，用的开发工具是VsCode，首先你要在Python扩展中安装python开发环境（当然，这不是为你的windows安装python）。

2、那么你还需要安装所需要的第三方库，那么在VSCode中并没有PyCharm那么专业，这里需要获得你自己的Python脚本位置。

3、我们可以发现里面有一个名为pip.exe文件，这个文件就是python官方给我们去安装python第三方库的一个程序，那么我们可以在VsCode的终端中就可以去通过它，这也是我们为什么要获取python安装位置的根本原因。

4、python做词云呢，需要导入的包有wordcloud和PIL，其中PIL（Python Image Library）是python平台图像处理标准库，功能是真的强大。首先需要读取文件 。

5、如果python引入无误，并代码无误，那么会弹出你生成的图片，该图片会储存在你的系统。