WordCloud

生成词云：

  1. WordCloud.xlsx：
image-20240713173203532
  1. TestMask.png：尽量选择黑白区分明显的图片
image-20240713173248239
  1. Color 样式：
image-20240713173330058
  1. 生成效果：
image-20240713173427452 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
import pandas as pd
from wordcloud import WordCloud
import numpy as np
from PIL import Image
import jieba

# 1. 解码 txt 文本
# txt = open(r"C:\Users\TestText.txt", encoding= "utf-8").read()
# txt = jieba.lcut(txt) #jieba分词为列表
# txt = " ".join(txt) #用空格分隔词语，转化为一个长字符串
# stop = [] #设置停止词，如果长度小于等于1，则设置为停止词，例如标点符号和单个字
# for i in txt:
#     if len(i) <= 1:
#         stop.append(i)

# 2. 解码 Excel
df = pd.read_excel(r'C:\Users\WordCloud.xlsx')
words = df.iloc[:, 0].tolist()
frequencies = df.iloc[:, 1].tolist()
txt = dict(zip(words, frequencies))

print(txt)

# 加载字体文件和词云形状图片
font_path = r"C:\Users\TestFont.ttf"
mask_image_path = r"C:\Users\TestMask.png"
mask_image =Image.open(mask_image_path).convert('L')
mask_array = np.array(mask_image)

wordcloud = WordCloud(
    width=800,
    height=400,
    background_color="black",   # 设置词云背景颜色为白色
    font_path=font_path,        # 设置词云中的字体样式
    colormap='Pastel1',         # 设置词云颜色方案为viridis
    max_words=1000,             # 词云中显示的最大词语数量
    max_font_size=100,          # 设置词云中的最大词语字体大小为500
    scale=10,                   # 控制词云图像的清晰度，值越大越清晰
    mask=mask_array,            # 设置词云的形状为mask
    collocations=False,         # 启用词语组合，使词云中的词语能够形成搭配
    prefer_horizontal=0.7       # 控制词云中横排文字的比例，值越大横排文字越多
)

# 根据词频数据生成词云图并保存
# 1. 根据 txt 生成
# wordcloud.generate(txt)

# 2. 根据 txt-频率 生成
wordcloud.generate_from_frequencies(txt)
wordcloud.to_file(r'C:\Users\wordcloud.jpg')