### 使用 Jupyter Notebook 制作中英文词云 为了创建中文和英文的词云，在 Python 生态系统中有多种库可以利用，比如 `wordcloud` 库。此库支持多语言字符集并能轻松集成到 Jupyter Notebook 中。 #### 准备工作环境 确保已安装必要的依赖项。可以通过 pip 工具来安装这些包： ```bash pip install jupyter matplotlib wordcloud numpy scikit-learn ``` 对于处理中文文本还需要额外安装结巴分词工具用于分割词语以便更好地生成高质量的中文词云图: ```bash pip install jieba ``` #### 加载所需模块 在 Jupyter Notebook 的单元格里加载所需的Python库： ```python import matplotlib.pyplot as plt from wordcloud import WordCloud, STOPWORDS import jieba import numpy as np from PIL import Image ``` #### 英文词云示例 下面是一个简单的例子展示如何基于给定字符串构建英语单词频率分布，并绘制相应的词云图像[^1]: ```python text_en = 'Software development is an essential skill in today\'s world.' # 创建停用词表以过滤掉常见的无意义词汇 stopwords = set(STOPWORDS) wc = WordCloud(width=800, height=400, max_words=200, stopwords=stopwords).generate(text_en) plt.figure(figsize=(15, 8)) plt.imshow(wc, interpolation='bilinear') plt.axis('off') # 不显示坐标轴 plt.show() ``` #### 中文词云实例 针对中文内容，则需先通过 `jieba.cut()` 方法对输入文本进行切分操作后再传递给 `WordCloud.generate_from_frequencies()` 来生成最终效果[^2] : ```python def chinese_word_segmentation(text): words = jieba.lcut(text) return ' '.join(words) text_cn = '软件开发是在当今世界的一项基本技能' processed_text = chinese_word_segmentation(text_cn) wc_cn = WordCloud(font_path='/path/to/simhei.ttf', # 需要指定字体路径才能正确渲染汉字 width=800, height=400, max_words=200).generate(processed_text) plt.figure(figsize=(15, 8)) plt.imshow(wc_cn, interpolation='bilinear') plt.axis('off') plt.show() ``` 注意：当涉及到中文时，必须提供一个合适的 TrueType 字体文件（如 SimHei），因为默认情况下 Matplotlib 和 WordCloud 并不自带适合于亚洲文字的支持。