夜雨聆风
wordcloud:轻松搞定词云图
大家好，欢迎来到 Crossin 的编程教室。
在数据可视化的世界里，词云（Word Cloud）是最能先声夺人的工具。无论是分析年度报告，还是复盘热搜话题，一张精美的词云图总能瞬间抓牢读者的眼球。今天我们用 Python 中最经典的 wordcloud 库，带你轻松解锁这项技能。
1. 准备工作
首先安装核心工具。除了生成词云的 wordcloud，我们还需要 jieba（中文分词）和 matplotlib（绘图展示）。
pip install wordcloud jieba matplotlib2. 快速上手
中文与英文不同，单词间没有空格。我们需要先用 jieba 拆词，再交给 wordcloud。注意： 必须指定系统字体路径（如微软雅黑）以防止中文乱码。
import jiebafrom wordcloud import WordCloudimport matplotlib.pyplot as plt# 1. 准备文本，可从文件读入text = "Python可视化非常强大，词云工具wordcloud是经典之选。数据分析、人工智能。"# 2. 中文分词并用空格连接words = " ".join(jieba.lcut(text)) # 中文分词# 3. 生成词云wc = WordCloud(font_path='msyh.ttc', # Windows常用字体，Mac可用 STHeiti Light.ttcwidth=800, height=400,background_color='white').generate(words)# 4. 展示与保存plt.imshow(wc, interpolation='bilinear')plt.axis('off')plt.show()
3. 定制形状
矩形太单调？我们可以通过 Mask（蒙版） 功能，让词云填满任何形状。你只需准备一张白底黑图（如心形、猫咪）。
import numpy as npfrom PIL import Imagemask_img = np.array(Image.open("heart.png")) # 加载形状图wc = WordCloud(font_path='msyh.ttc',mask=mask_img,contour_width=1,contour_color='steelblue').generate(words)
4. 更多用法
过滤无意义词汇（Stopwords）
如果词云里全是“的”、“了”、“是”，会显得很不专业。我们可以自定义一个停用词表。
from wordcloud import STOPWORDSstopwords = set(STOPWORDS)stopwords.update(["的", "了", "是"]) # 增加中文干扰词wc = WordCloud(font_path='msyh.ttc', stopwords=stopwords).generate(words)
基于词频精确绘图
如果你已经统计好了词频字典，或者对生成的词语大小不满意，可以手动设置。
frequencies = {'Python': 100, '数据分析': 80}wc = WordCloud(font_path='msyh.ttc').generate_from_frequencies(frequencies)
解决图片模糊问题
通过 scale 参数放大渲染倍数，生成的图片会清晰很多，适合打印或高清展示。
# scale=2 表示像素放大两倍wc = WordCloud(font_path='msyh.ttc', width=400, height=200, scale=2).generate(words)
结语
词云是艺术与数据的结合。当你把枯燥的文本变成有张力的视觉图时，数据就有了灵魂。
今日挑战：动手试一下，做一张你最爱电影的影评词云吧！
如果本文对你有帮助，欢迎点赞、评论、转发。你们的支持是我更新的动力~
