環境及模塊：
Win7 64位
Python 3.6.4
WordCloud 1.5.0
Pillow 5.0.0
Jieba 0.39
目標：
繪製安徽省2018年某些科技項目的詞雲，直觀展示熱點。
思路：
先提取項目的名稱，再用Jieba分詞後提取詞彙；過濾掉“研發”、“系列”等無意義的詞；最後用WordCloud 繪製詞雲。
擴展：
詞雲默認是矩形的，本代碼採用圖片作為蒙版，產生異形詞雲圖。這裡用的圖片是安徽省地圖。
秘笈：
用網上的常規方法繪製的詞雲，字體有點模糊，秘笈在最後點明。
正式開始，Show you the code：
1 import numpy as np
2 from PIL import Image
3 import re
4 import jieba
5 from wordcloud import WordCloud,ImageColorGenerator,STOPWORDS
6 import matplotlib.pyplot as plt
7 # http://www.cnblogs.com/hatemath/
8 # 打開存放項目名稱的txt文件
9 with open('content.txt','r',encoding='utf-8') as f:
10 word= (f.read())
11 f.close()
12
13 # 圖片模板和字體
14 image=np.array(Image.open('ditu.jpg'))
15 font=r'C:\\Windows\\fonts\\msyh.ttf'
16
17 # 去掉英文，保留中文
18 resultword=re.sub("[A-Za-z0-9\[\`\~\!\@\#\$\^\&\*\(\)\=\|\{\}\'\:\;\'\,\[\]\.\\/\?\~\。\@\#\\\&\*\%]", "",word)
19 wordlist_after_jieba = jieba.cut(resultword)
20 wl_space_split = " ".join(wordlist_after_jieba)
21
22 # 設置停用詞
23 sw = set(STOPWORDS)
24 sw.add("研發")
25 sw.add("系列")
26 sw.add("這裡不多寫了，根據自己情況添加")
27
28 # 關鍵一步
29 my_wordcloud = WordCloud(scale=4,font_path=font,mask=image,stopwords=sw,background_color='white',
30 max_words = 100,max_font_size = 60,random_state=20).generate(wl_space_split)
31
32 #顯示生成的詞雲
33 plt.imshow(my_wordcloud)
34 plt.axis("off")
35 plt.show()
36
37 #保存生成的圖片
38 my_wordcloud.to_file('result.jpg')
其中 ditu.jpg 為安徽省輪廓圖片：
運行結果：
可以看到，智能設備、施工工法、系統平臺、電纜、機器人等都是出現較多的詞彙。
最後是秘笈揭曉時間：
為什麼我這張圖如此清晰？打開原圖可以看到，這圖的分辨率是1800*2500。你用網上的大多數代碼，最後生成的圖，尺寸很小，上面字跡邊緣模糊。
關鍵在於調用WordCloud時的一個參數，回放一下代碼：
1 # 關鍵一步
2 my_wordcloud = WordCloud(scale=4,font_path=font,mask=image,stopwords=sw,background_color='white',
3 max_words = 100,max_font_size = 60,random_state=20).generate(wl_space_split)
第一個參數我寫的是 scale=4，這個數值越大，產生的圖片分辨率越高，字跡越清晰。你可以調到64試試，我希望你的電腦足夠快 /笑哭
分享到:
閱讀更多 編程夢工廠 的文章
