### 使用Python生成爱心形状的词云 要通过 `jieba` 库结合 `wordcloud` 生成爱心形状的词云，可以遵循以下方法。这种方法涉及文本预处理、分词以及使用遮罩图像来定义词云的形状。 #### 文本预处理与分词 首先需要加载文本数据并对其中的内容进行分词处理。这里会用到 `jieba` 库来进行中文分词操作。 ```python import jieba # 假设有一个包含祝福语的文本文件 with open('birthday_wishes.txt', 'r', encoding='utf-8') as file: text = file.read() # 对文本进行分词 seg_list = jieba.cut(text) wl_space_split = " ".join(seg_list) # 将分好的词组合成以空格隔开的字符串形式 print(wl_space_split[:100]) # 打印前100个字符查看分词效果 ``` 上述代码完成了对输入文本的分词工作，并将结果转换为适合传递给 `WordCloud` 的字符串格式[^1]。 #### 定义爱心形状的遮罩图片 为了使最终生成的词云呈现为爱心形状，需准备一张黑白的爱心图片作为遮罩。这张图片应具有清晰的边界以便于后续处理。 ```python from PIL import Image import numpy as np mask_image = np.array(Image.open("heart_mask.png")) # 加载本地的爱心遮罩图片 ``` 此处假设存在名为 `heart_mask.png` 的遮罩图片位于当前目录下。该图片应当是一个简单的二值化图像，白色区域代表词云可填充的部分，而黑色则表示不可填充的空间[^2]。 #### 构建并生成词云 最后一步是构建 `WordCloud` 实例并将之前准备的所有要素结合起来生成目标词云。 ```python from wordcloud import WordCloud import matplotlib.pyplot as plt wc = WordCloud( background_color="white", # 背景颜色设定为白色 mask=mask_image, # 使用前面定义的心形遮罩 font_path="./simhei.ttf", # 中文字体路径确保正常显示汉字 max_words=200 # 控制最大单词数量 ).generate(wl_space_split) # 展示生成的结果 plt.figure(figsize=(10, 8)) plt.imshow(wc, interpolation="bilinear") plt.axis("off") # 不显示坐标轴 plt.show() # 如果想要保存生成的词云至本地磁盘 wc.to_file("birthday_heart_wordcloud.png") ``` 这段代码设置了词云的各项属性并通过调用 `.generate()` 方法实际生成了基于指定参数配置下的词云实例。随后借助 Matplotlib 来可视化这个成果[^1]。 --- ###