### 3.1 准备工作与依赖库安装 在使用 Python 生成词云图之前，需要确保已安装必要的第三方库。主要用到的库包括 `wordcloud`、`jieba` 和 `matplotlib`。可以通过以下命令进行安装： ```bash pip install wordcloud jieba matplotlib pillow ``` 如果要使用自定义形状的背景图像，则还需要 `numpy` 和 `PIL`（Python Imaging Library 的分支）来处理图像数据[^2]。 ### 3.2 读取唐诗文本文件 假设唐诗文本文件为 `tangshi.txt`，内容为多首古诗的集合，每首诗之间以换行分隔。可以使用如下代码读取并加载文本内容： ```python with open("tangshi.txt", "r", encoding="utf-8") as f: text = f.read() ``` ### 3.3 中文分词处理 由于中文文本不具备空格分隔特性，因此需使用 `jieba` 对其进行分词处理。建议使用精确模式或全模式进行切分，并过滤掉无意义的停用词和标点符号： ```python import jieba words = jieba.lcut(text) filtered_words = [word for word in words if len(word) > 1] processed_text = " ".join(filtered_words) ``` ### 3.4 创建词云对象并设置参数 使用 `WordCloud` 类创建词云对象，并设置相关参数如字体路径、背景颜色、词云尺寸等。若需指定形状，可提供一个黑白图像作为 mask 参数传入： ```python from wordcloud import WordCloud import numpy as np from PIL import Image # 若使用自定义形状的图片 mask = np.array(Image.open("path_to_mask_image.png")) wordcloud = WordCloud( font_path='simhei.ttf', # 支持中文显示的字体文件路径 width=800, height=800, background_color='white', max_words=200, mask=mask # 使用图像作为形状模板 ).generate(processed_text) ``` ### 3.5 显示与保存词云图像 最后，使用 `matplotlib` 显示生成的词云图，并将其保存为图像文件： ```python import matplotlib.pyplot as plt plt.figure(figsize=(10, 10)) plt.imshow(wordcloud, interpolation='bilinear') plt.axis("off") plt.show() # 保存词云图像 wordcloud.to_file("tangshi_wordcloud.png") ``` ###