Python词云图案例如何生成文字词云

wen python案例 2026-06-30 25

Python词云图生成实战：从数据清洗到可视化全流程详解

目录导读

什么是词云图？其核心应用场景
Python生成词云图的必备工具库
案例：从零开始生成文字词云（含代码）
常见问题与SEO优化技巧
总结与进阶资源推荐

Python词云图案例如何生成文字词云

什么是词云图？其核心应用场景

Q：词云图为什么在数据可视化中如此流行？
A：词云图（Word Cloud）是一种通过字体大小、颜色、排列密度直观展示文本中关键词权重的可视化工具，高频词汇在图中占据更大面积，帮助读者快速捕捉核心信息，它广泛应用于：

舆情分析：提取微博、新闻评论中的热点词汇
优化：分析竞争对手文章的关键词密度
学术研究：展示文献摘要或访谈记录的主题分布
营销报告：可视化用户反馈中的高频需求点

技术原理：基于分词（如jieba）提取词频，结合词云库（如wordcloud）生成布局,最终输出图像。

Python生成词云图的必备工具库

库名称	主要功能	安装命令
wordcloud	词云核心生成引擎	`pip install wordcloud`
jieba	中文分词（支持自定义词典）	`pip install jieba`
matplotlib	图像显示与保存	`pip install matplotlib`
numpy	背景图像处理（如生成遮罩）	`pip install numpy`
PIL/Pillow	图像读写与缩放	`pip install pillow`

Q：中文词云与英文词云有什么本质区别？
A：英文单词自带空格分隔，而中文必须进行分词处理，错误的分词会导致词云中出现“很开心”被拆成“很”、“开心”等无意义碎片。jieba库是中文词云项目的必备组件。

案例：从零开始生成文字词云（含代码）

1 准备阶段：数据收集与预处理

假设我们有一篇关于“Python数据分析”的文章（data.txt包含：“Python是数据分析的核心工具，数据清洗、数据可视化、机器学习都离不开Python。”

2 完整代码实现（带注释）

# 导入所需库
import jieba
from wordcloud import WordCloud, STOPWORDS
import matplotlib.pyplot as plt
# Step1：读取文本并分词
with open('data.txt', 'r', encoding='utf-8') as f:
    text = f.read()
# 使用jieba精确模式分词（去除停用词）
words = jieba.lcut(text)
# 去除停用词（可通过stopwords.txt自定义）
stopwords = set(STOPWORDS)
stopwords.update(['的', '是', '了', '在', '和', '就', '都', '而', '及', '与', '或', '一个', '没有', '我们', '你们', '他们', '它们', '自己', '这个', '那个', '什么', '怎么', '哪里', '为什么'])
filtered_words = [word for word in words if word not in stopwords and len(word) > 1]
# 统计词频
word_freq = {}
for word in filtered_words:
    word_freq[word] = word_freq.get(word, 0) + 1
# Step2：生成词云对象
wc = WordCloud(
    font_path='msyh.ttc',  # 指定中文字体（避免中文乱码）
    width=800,
    height=600,
    background_color='white',  # 背景色
    max_words=100,  # 最多显示的词汇数
    stopwords=stopwords,
    collocations=False,  # 避免重复词组（如“数据 分析”）
    min_font_size=10,
    max_font_size=50
)
# 根据词频生成词云
wc.generate_from_frequencies(word_freq)
# Step3：显示并保存
plt.figure(figsize=(10, 6))
plt.imshow(wc, interpolation='bilinear')
plt.axis('off')
plt.savefig('wordcloud_output.png', dpi=300)  # 高清输出
plt.show()

Q：为什么代码中要指定font_path？
A：wordcloud默认不支持中文，如果不指定中文字体（如微软雅黑msyh.ttc），生成图像中的中文会显示为方框乱码，可从系统字体目录（Windows：C:/Windows/Fonts）复制字体文件到项目目录。

3 高级进阶：使用背景形状词云

from PIL import Image
import numpy as np
# 使用指定形状（如爱心轮廓）
mask = np.array(Image.open('heart.png'))
wc = WordCloud(mask=mask, background_color='white', font_path='msyh.ttc')
wc.generate_from_frequencies(word_freq)
plt.axis('off')
plt.savefig('heart_wordcloud.png', dpi=300)

效果：词云词汇将自动填充到爱心轮廓内,适合社交媒体分享。