python生成词云

#! /usr/bin/env python
# -*- coding: UTF-8 -*-
# @Time         : 2019/4/22 16:06
# @Author       : lihongwei@integritytech.com.cn
# @Site         : 
# @File         : 词云.py
# @Software     : PyCharm


# 导入扩展库
import re  # 正则表达式库
import collections  # 词频统计库
import numpy as np  # numpy数据处理库
import jieba  # 结巴分词
import wordcloud  # 词云展示库
from PIL import Image  # 图像处理库
import matplotlib.pyplot as plt  # 图像展示库

# 读取文件
fn = open('1.txt', encoding="utf-8")  # 打开文件
string_data = fn.read()  # 读出整个文件
fn.close()  # 关闭文件
# 文本预处理
rule = re.compile(u"[^a-zA-Z0-9\u4e00-\u9fa5]")
string_data = rule.sub('', string_data)

# 文本分词
seg_list_exact = jieba.cut(string_data)  # 精简模式

object_list = list()
remove_words = ["的", "与", "和", "于"]  # 自定义去除词库
for word in seg_list_exact:  # 循环读出每个分词
    if word not in remove_words:  # 如果不在去除词库中
        object_list.append(word)  # 分词追加到列表

# 词频统计
word_counts = collections.Counter(object_list)  # 对分词做词频统计
word_counts_top10 = word_counts.most_common(10)  # 获取前10最高频的词

# 词频展示
mask = np.array(Image.open('wordcloud.jpg'))  # 定义词频背景

wc = wordcloud.WordCloud(
    background_color="white",
    font_path='C:/Windows/Fonts/simhei.ttf',  # 设置字体格式
    mask=mask,  # 设置背景图
    max_words=200,  # 最多显示词数
    max_font_size=100  # 字体最大值
).generate_from_frequencies(word_counts)  # 从字典生成词云

# wc.recolor(color_func=wordcloud.ImageColorGenerator(mask))  # 从背景图建立颜色方案,将词云颜色设置为背景图方案
# wc.to_file("new.jpg")  # 生成文件
plt.imshow(wc)  # 显示词云
plt.axis('off')  # 关闭坐标轴
plt.show()  # 显示图像

运行效果图：

原图：