Python + wordcloud + jieba 十分钟学会生成中文词云

##Use the code by comment ##关于该程序的使用,你可以直接读注释在数分钟内学会如何使用它# - * - coding: utf - 8 -*-from os import pathfrom scipy.misc import imreadimport matplotlib.pyplot as pltimport jieba# jieba.load_userdict("txtuserdict.txt")# 添加用户词库为主词典,原词典变为非主词典from wordcloud import WordCloud, ImageColorGenerator# 获取当前文件路径# __file__ 为当前文件, 在ide中运行此行会报错,可改为# d = path.dirname('.')d = path.dirname(__file__)stopwords = {}isCN = 1 #默认启用中文分词back_coloring_path = "img/lz1.jpg" # 设置背景图片路径text_path = 'txt/lz.txt' #设置要分析的文本路径font_path = 'D:Fontssimkai.ttf' # 为matplotlib设置中文字体路径没stopwords_path = 'stopwordsstopwords1893.txt' # 停用词词表imgname1 = "WordCloudDefautColors.png" # 保存的图片名字1(只按照背景图片形状)imgname2 = "WordCloudColorsByImg.png"# 保存的图片名字2(颜色按照背景图片颜色布局生成)my_words_list = ['路明非'] # 在结巴的词库中添加新词back_coloring = imread(path.join(d, back_coloring_path))# 设置背景图片# 设置词云属性wc = WordCloud(font_path=font_path,  # 设置字体               background_color="white",  # 背景颜色               max_words=2000,  # 词云显示的最大词数               mask=back_coloring,  # 设置背景图片               max_font_size=100,  # 字体最大值               random_state=42,               width=1000, height=860, margin=2,# 设置图片默认的大小,但是如果使用背景图片的话,那么保存的图片大小将会按照其大小保存,margin为词语边缘距离               )# 添加自己的词库分词def add_word(list):    for items in list:        jieba.add_word(items)add_word(my_words_list)text = open(path.join(d, text_path)).read()def jiebaclearText(text):    mywordlist = []    seg_list = jieba.cut(text, cut_all=False)    liststr="/ ".join(seg_list)    f_stop = open(stopwords_path)    try:        f_stop_text = f_stop.read( )        f_stop_text=unicode(f_stop_text,'utf-8')    finally:        f_stop.close( )    f_stop_seg_list=f_stop_text.split('')    for myword in liststr.split('/'):        if not(myword.strip() in f_stop_seg_list) and len(myword.strip())>1:            mywordlist.append(myword)    return ''.join(mywordlist)if isCN:    text = jiebaclearText(text)# 生成词云, 可以用generate输入全部文本(wordcloud对中文分词支持不好,建议启用中文分词),也可以我们计算好词频后使用generate_from_frequencies函数wc.generate(text)# wc.generate_from_frequencies(txt_freq)# txt_freq例子为[('词a', 100),('词b', 90),('词c', 80)]# 从背景图片生成颜色值image_colors = ImageColorGenerator(back_coloring)plt.figure()# 以下代码显示图片plt.imshow(wc)plt.axis("off")plt.show()# 绘制词云# 保存图片wc.to_file(path.join(d, imgname1))image_colors = ImageColorGenerator(back_coloring)plt.imshow(wc.recolor(color_func=image_colors))plt.axis("off")# 绘制背景图片为颜色的图片plt.figure()plt.imshow(back_coloring, cmap=plt.cm.gray)plt.axis("off")plt.show()# 保存图片wc.to_file(path.join(d, imgname2))