用Python生成词云

阳光，大海，诗歌，樱花，明天。。。这是什么？灵魂，时光。。。这又是什么？ 黄金周闲来无聊，对自己写的诗歌（五千多字），用Python做了个词云分析，原来诗中常出现的是以上词语，还好，比较正能量。

让我们先了解一下什么是词云。

“词云”这个概念由美国西北大学新闻学副教授、新媒体专业主任里奇·戈登（Rich Gordon）于近日提出。“词云”就是对文本中出现频率较高的“关键词”予以视觉上的突出，形成“关键词云层”或“关键词渲染”，从而过滤掉大量的文本信息，使浏览网页者只要一眼扫过文本就可以领略文本的主旨。

那么Python如何实现词云呢？

1. 安装jieba和WordCloud库

Anaconda自身是不带这些库的，需要自己安装，两步即可完成：

1）. 开始-所有程序-Anaconda Prompt打开cmd对话框，

2）. 用pip install命令安装jieba和WordCloud

2. Python代码

import matplotlib.pyplot as plt

from wordcloud import WordCloud

import jieba

f = open("poem.txt","rb")

text = f.read()

f.close()

mytext = jieba.cut(text,cut_all=False)#结巴分词，采用精准模式，true为全模式

poem = " /".join(mytext)

#设置词云

wc = WordCloud(background_color = "black",#设置背景颜色

max_words = 1000,#设置最大显示的字数

font_path = "simsun.ttc",#设置中文字体，词云默认字体是“DroidSansMono.ttf字体库”，不支持中文

max_font_size = 50,#设置字体最大值

random_state = 30,#设置有多少种随机生成状态，即有多少种配色方案

)

mycloud= wc.generate(poem)#生成词云

#展示词云图

plt.imshow(mycloud)

plt.axis("off")

plt.show()

是不是很容易？可以调整背景颜色，最大显示字数，字体最大值等来产生不同的视觉冲击。词云图重点突出，一目了然的特性，为文本类型的数据分析，提供一种新的思路和方法，它一定会为你的工作助一臂之力，比如：

1.一项调研任务，收集到针对多个问题的多份文字反馈，如何对文字进行高效的统计分析？每个问题的反馈中是否包含共性的问题？如何给汇总一份客观真实的报告，并对频率高的关键词一目了然。

2. 新项目的benchmark，口碑网的客户评价，文本类的这些大数据，都可以形成非常有价值的信息，从而指导公司的新项目的定位

3. 客户抱怨的质量数据，高词频的问题一定是共性问题

4. Weekly CEO note, 可以通过CEO的每周用的高频词语，更清晰的了解公司的战略，发展目标等.

5. 你有哪些感兴趣的分析需求呢，欢迎留言交流。