python生成词云代码

以下是一个使用Python生成词云的示例代码：

import matplotlib.pyplot as plt
from wordcloud import WordCloud

# 读取文本文件
with open('text.txt', 'r', encoding='utf-8') as f:
    text = f.read()

# 创建词云对象
wordcloud = WordCloud(background_color='white', width=800, height=600, max_words=200).generate(text)

# 显示词云图
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis('off')
plt.show()

在上述代码中，首先需要安装matplotlib和wordcloud库。然后，将要生成词云的文本保存在text.txt文件中，通过open函数读取文本内容。接下来，创建一个WordCloud对象，设置词云的背景颜色、宽度、高度和最大词数等参数。最后，使用imshow函数显示词云图，并通过axis('off')函数去除坐标轴，最后调用show函数展示词云图。

需要注意的是，生成词云的文本需要是一个字符串，可以是从文件中读取的文本，也可以是通过其他方式获取的文本。

当然，还有一些其他常用的参数可以进一步定制词云的样式，例如：

collocations：是否包括常见的双词搭配，默认为True。

stopwords：设置停用词，可以是一个列表或者集合，用于过滤掉一些常见的无意义词语。

font_path：设置字体文件的路径，用于显示中文字符。

mask：设置词云的形状，可以是一个图片文件，词云将会以该图片的形状进行绘制。

contour_color：设置词云的轮廓颜色。

background_color：设置词云的背景颜色。

max_font_size：设置词云中最大字体的大小。

min_font_size：设置词云中最小字体的大小。

下面是一个更完整的示例代码，展示了如何使用这些参数来生成词云：

import matplotlib.pyplot as plt
from wordcloud import WordCloud, STOPWORDS
from PIL import Image
import numpy as np

# 读取文本文件
with open('text.txt', 'r', encoding='utf-8') as f:
    text = f.read()

# 设置停用词
stopwords = set(STOPWORDS)
stopwords.add('said')

# 读取形状图片
mask = np.array(Image.open('mask.png'))

# 创建词云对象
wordcloud = WordCloud(background_color='white', width=800, height=600, max_words=200, stopwords=stopwords, mask=mask, contour_color='steelblue', max_font_size=100, min_font_size=10, font_path='msyh.ttc').generate(text)

# 显示词云图
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis('off')
plt.show()

在上述代码中，我们首先导入了STOPWORDS和Image模块，分别用于设置停用词和读取形状图片。然后，通过set函数将一些常见的无意义词语添加到停用词集合中。接下来，使用np.array函数读取形状图片，并将其转换为NumPy数组。最后，创建词云对象时，通过参数设置停用词、形状图片、轮廓颜色、最大字体大小、最小字体大小和字体文件路径等。