### 使用 Python 制作自定义形状的词云教程 #### 1. 所需库安装 为了生成带有自定义形状的词云，需要先安装几个必要的库。这些库包括 `wordcloud`、`matplotlib` 和 `numpy` 等。 可以使用以下命令安装所需的依赖项： ```bash pip install wordcloud matplotlib numpy pillow jieba ``` #### 2. 数据准备 准备好要分析的文本文件以及用于定义词云形状的 PNG 图像文件。PNG 文件应具有透明背景以便于裁剪出特定形状[^5]。 #### 3. 示例代码 以下是完整的示例代码，演示如何创建一个基于自定义形状的词云： ```python from wordcloud import WordCloud, ImageColorGenerator import numpy as np import matplotlib.pyplot as plt from PIL import Image import jieba # 加载文本数据并分词处理 def load_text(file_path): with open(file_path, 'r', encoding='utf-8') as f: text = f.read() words = jieba.lcut(text) # 中文分词 return " ".join(words) # 导入图像作为掩码 mask = np.array(Image.open("custom_shape.png")) # 替换为实际路径 # 设置字体（推荐下载支持中文的字体） font_path = "simhei.ttf" # 下载 SimHei 字体或其他支持中文的 TTF 文件 # 构建词云对象 text_data = load_text('input.txt') # 输入文本文件名 wc = WordCloud( background_color="white", # 背景颜色 mask=mask, # 掩码设置 font_path=font_path, # 支持中文的字体 max_words=2000, # 最大显示单词数 contour_width=3, # 边框宽度 contour_color='steelblue' # 边框颜色 ).generate(text_data) # 颜色映射到图片本身的颜色 image_colors = ImageColorGenerator(mask) plt.figure(figsize=(10, 10)) plt.imshow(wc.recolor(color_func=image_colors), interpolation="bilinear") plt.axis("off") # 不显示坐标轴 plt.show() # 另外还可以保存成图片文件 wc.to_file("output_wordcloud.png") ``` 上述代码实现了以下几个功能： - **加载文本**：通过函数 `load_text()` 将输入文本转换成分割后的字符串列表。 - **导入掩码**：利用 NumPy 数组存储来自 PNG 的像素矩阵，从而形成自定义形状。 - **构建词云**：调用 `WordCloud` 类实例化参数配置好的对象，并传入经过预处理的数据源。 - **渲染与保存**：最终将结果可视化并通过 Matplotlib 展现或者导出至本地磁盘上[^2]。 #### 4. 注意事项 当尝试运行此脚本时需要注意几点关键要素： - 确保所选字体能够正确解析目标语言中的字符集；对于中文来说通常选用黑体 (SimHei) 或者微软雅黑等常见样式[^3]。 - 如果遇到编码错误，则可能是因为未指定 UTF-8 编码打开文档所致，在读取阶段显式声明即可解决该问题[^4]。 ---