### 如何使用Python生成词云图 要生成词云图，通常会依赖于 `wordcloud` 这一强大的库。以下是基于该库的一个完整示例代码，展示了如何创建基本的词云图并进行一些简单的自定义设置。 #### 安装所需库 在开始之前，请确保安装了必要的库： ```bash pip install wordcloud matplotlib imageio jieba ``` #### 示例代码 以下是一个完整的 Python 脚本，用于生成词云图： ```python from wordcloud import WordCloud, STOPWORDS import matplotlib.pyplot as plt import jieba # 中文文本样本 text = """ 自然语言处理是一门融合计算机科学、人工智能和语言学的学科， 旨在使计算机能够理解、解释和生成人类语言。 """ # 使用结巴分词对中文文本进行分割 cut_text = " ".join(jieba.lcut(text)) # 创建词云对象 wc = WordCloud( font_path='simhei.ttf', # 设置字体路径支持中文显示 background_color="white", # 背景颜色 max_words=2000, # 显示的最大单词数量 stopwords=set(STOPWORDS), # 停用词集合 width=800, # 图片宽度 height=400 # 图片高度 ) # 生成词云 wc.generate(cut_text) # 展示图像 plt.figure(figsize=(10, 5)) plt.imshow(wc, interpolation="bilinear") plt.axis("off") # 不显示坐标轴 plt.show() ``` 此脚本实现了以下几个功能： - **中文分词**：利用 `jieba` 对中文文本进行了分词处理[^3]。 - **词云参数配置**：设置了背景颜色、最大词语数以及其他样式选项[^1]。 - **可视化展示**：通过 `matplotlib` 将生成的词云图渲染出来[^2]。 #### 自定义形状的词云 如果希望生成具有特定形状的词云，则可以通过加载一张遮罩图片来实现。下面是如何修改上述代码以支持自定义形状的例子： ```python import numpy as np from PIL import Image mask = np.array(Image.open("custom_shape.png")) # 加载遮罩图片 wc = WordCloud( mask=mask, font_path='simhei.ttf', background_color="white", max_words=2000, contour_width=3, # 边框宽度 contour_color='steelblue' # 边框颜色 ) wc.generate(cut_text) plt.figure(figsize=(10, 5)) plt.imshow(wc, interpolation="bilinear") plt.axis("off") plt.show() ``` 这里引入了一个名为 `custom_shape.png` 的文件作为模板，从而让最终生成的词云呈现出指定图形轮廓。 --- ###