这篇文章主要介绍用python创建词云图片的方法，文中介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们一定要看完！

Python实现词云的库有很多，较为常见的就是wordcloud，这个库基于PIL，PIL是必不可少的，需要用的还有matplotlib和numpy。

本文使用解释器为python2.7.13 32位。

安装

pipinstallwordcloud

使用

针对库示例做了一个简单修改，直接使用generate_from_frequencies方法，而没有使用generate()方法。有这样几个原因，generate_from_frequencies是基础的方法，generate()仍然还是要调用generate_from_frequencies方法；实验比较直接。

库的使用方法很简单，但是中文使用的话会有几个问题，一个是字符编码问题，二是字体问题，默认的字体不支持中文，因此需要加入font_path = "simfang.ttf"指定字体，这是把字体指定为同一个文件夹下的simfang.ttf。

示例：

#encoding=utf-8fromosimportpathfromwordcloudimportWordCloudimportsysreload(sys)sys.setdefaultencoding('utf-8')fre={"哈哈".decode('utf-8'):1.2,"呵呵".decode('utf-8'):6}wordcloud=WordCloud(font_path="simfang.ttf").generate_from_frequencies(fre)importmatplotlib.pyplotaspltplt.imshow(wordcloud,interpolation='bilinear')plt.axis("off")plt.show()

效果如下：

先抽取网页的文本，然后再进行分词，将分词结果根据频率作为字典传给generate_from_frequencies，生成词云。
更简单，比如直接抽取文章的关键词，比如博客每篇文章就有关键词，用Counter库，直接生成频率调用。

使用背景图片生成词云

对上面的代码做了一点简单的改动：

#encoding=utf-8fromosimportpathfromwordcloudimportWordCloudimportsysreload(sys)sys.setdefaultencoding('utf-8')d=path.dirname(__file__)text=open(path.join(d,'constitution.txt')).read().decode('utf-8')importnumpyasnpfromPILimportImagefootball=np.array(Image.open(path.join(d,"timg.jpg")))fre={"哈哈".decode('utf-8'):1.2,"呵呵".decode('utf-8'):6,"咯咯".decode('utf-8'):6,"呵呵".decode('utf-8'):6,"咯咯".decode('utf-8'):6,"啦啦".decode('utf-8'):1,"哦哦".decode('utf-8'):6,"恩恩".decode('utf-8'):3,"呃呃".decode('utf-8'):6,"饿饿".decode('utf-8'):3,"嗯嗯".decode('utf-8'):6,"哼哼".decode('utf-8'):5,"丽丽".decode('utf-8'):6,"咔咔".decode('utf-8'):7,"咳咳".decode('utf-8'):6,"乐乐".decode('utf-8'):6,"呐呐".decode('utf-8'):6,"嘎嘎".decode('utf-8'):6,"嘻嘻".decode('utf-8'):6}#wordcloud=WordCloud(font_path="simfang.ttf").generate(text)wordcloud=WordCloud(font_path="simfang.ttf",mask=football).generate_from_frequencies(fre)importmatplotlib.pyplotaspltplt.imshow(wordcloud,interpolation='bilinear')plt.axis("off")plt.show()

效果如下：

以上是用python创建词云图片的方法的所有内容，感谢各位的阅读！希望分享的内容对大家有帮助，更多相关知识，欢迎关注亿速云行业资讯频道！