创建词云图是文本可视化中非常直观且有趣的方式，尤其在分析文本内容的主题分布时非常有效。在 Python 中，主要使用 `wordcloud` 库来生成词云，并且支持自定义字体，以增强视觉效果和风格化呈现。 ### 使用 `wordcloud` 创建词云并自定义字体 #### 1. 安装依赖库 首先需要安装 `wordcloud` 和 `matplotlib`（用于显示图像）： ```bash pip install wordcloud matplotlib ``` 如果处理中文文本，还需要安装中文分词工具如 `jieba`： ```bash pip install jieba ``` #### 2. 基本词云生成 使用 `WordCloud` 类可以轻松生成词云。如果处理英文文本，可以直接传入原始文本字符串；如果是中文文本，则需要先进行分词处理。 ```python from wordcloud import WordCloud import matplotlib.pyplot as plt # 示例英文文本 text = "Python Python Python programming data visualization word cloud cloud customization font" # 生成词云 wordcloud = WordCloud(width=800, height=400, background_color='white').generate(text) # 显示词云 plt.figure(figsize=(10, 5)) plt.imshow(wordcloud, interpolation='bilinear') plt.axis("off") plt.show() ``` #### 3. 自定义字体 为了使用自定义字体，需要指定字体文件的路径。可以使用 `.ttf` 或 `.otf` 格式的字体文件。 ```python # 指定自定义字体文件路径（例如：SimHei.ttf 用于中文） font_path = 'SimHei.ttf' # 确保字体文件存在 # 生成带自定义字体的词云 wordcloud = WordCloud( font_path=font_path, width=800, height=400, background_color='white' ).generate(text) # 显示词云 plt.figure(figsize=(10, 5)) plt.imshow(wordcloud, interpolation='bilinear') plt.axis("off") plt.show() ``` #### 4. 处理中文文本 由于中文文本需要分词，通常使用 `jieba` 进行分词处理，然后以空格分隔的字符串形式传入 `generate` 方法。 ```python import jieba # 中文示例文本 chinese_text = "词云是一种非常有趣的文本可视化方式" # 使用 jieba 分词 word_list = jieba.cut(chinese_text) cut_text = " ".join(word_list) # 生成中文词云 wordcloud = WordCloud( font_path='SimHei.ttf', # 使用中文字体 width=800, height=400, background_color='white' ).generate(cut_text) # 显示词云 plt.figure(figsize=(10, 5)) plt.imshow(wordcloud, interpolation='bilinear') plt.axis("off") plt.show() ``` #### 5. 保存词云图像 生成的词云图像可以保存为文件： ```python wordcloud.to_file("wordcloud.png") ``` ### 小贴士 - 可以从 [Google Fonts](https://fonts.google.com/) 或其他字体网站下载免费可商用的字体文件。 - 确保字体文件路径正确，否则会抛出异常。 - 如果图像背景色需要调整，可以设置 `background_color` 参数，例如 `'black'` 或 `'skyblue'`[^4]。 ---