### 制作中文词云的流程 #### 导入库和模块 为了生成中文词云，需要先安装必要的库 `wordcloud` 和 `jieba`。这两个库分别负责生成词云图以及对中文文本进行分词处理[^1]。以下是安装命令： ```bash pip install wordcloud jieba ``` 在 Python 脚本中导入所需的库和模块： ```python import jieba from wordcloud import WordCloud import matplotlib.pyplot as plt import numpy as np from PIL import Image ``` #### 准备文本数据 收集并准备好要制作词云的中文文本数据。对于中文文本，通常需要对其进行分词处理以提高统计准确性[^2]。 #### 中文分词 使用 `jieba.lcut()` 方法对中文文本进行分词，并将结果存储在一个列表中： ```python text = "这是一个测试文本，用于演示如何生成中文词云。" words = jieba.lcut(text) print(words) # 输出分词后的词语列表 ``` #### 文本清洗 清理文本数据，移除无意义的标点符号、停用词以及其他干扰项。可以手动定义一个停用词表来进行过滤: ```python stop_words = set(["是", "一个", "的"]) # 自定义停用词集合 filtered_words = [word for word in words if word not in stop_words and word.strip()] cleaned_text = " ".join(filtered_words) print(cleaned_text) # 清洗后的文本 ``` #### 统计词频 构建一个字典来记录每个单词及其对应的出现频率: ```python from collections import Counter word_counts = Counter(filtered_words) print(word_counts.most_common(5)) # 显示前五个高频词汇 ``` #### 设置词云参数 利用 `WordCloud` 类创建词云对象，并配置相关属性，例如字体路径（支持中文）、背景颜色、最大显示词汇数等[^4]: ```python font_path = "/System/Library/Fonts/PingFang.ttc" # 替换为本地支持中文的字体文件路径 wc = WordCloud(font_path=font_path, background_color="white", max_words=2000, width=800, height=400) ``` #### 生成词云图 调用 `generate_from_frequencies()` 或者直接传入字符串给 `generate()` 来生成词云图像: ```python wc.generate(cleaned_text) plt.figure(figsize=(10, 5)) plt.imshow(wc, interpolation='bilinear') plt.axis("off") # 隐藏坐标轴 plt.show() ``` #### 保存词云图 如果希望将生成的词云保存到本地磁盘上，则可使用以下方法完成操作: ```python wc.to_file("chinese_word_cloud.png") ``` ### 示例完整代码 下面是一个完整的示例程序，展示了从加载文本到最终生成中文词云的过程： ```python import jieba from wordcloud import WordCloud import matplotlib.pyplot as plt from collections import Counter # 输入原始文本 text = """ 自然语言处理是一门融合计算机科学领域和其他学科知识的技术， 它涉及人类语言与计算机之间的交互过程。 """ # 对文本进行分词 words = jieba.lcut(text) # 定义停用词集 stop_words = {"一门", "技术", "之间"} filtered_words = [w for w in words if w not in stop_words] # 计算词频 word_freqs = Counter(filtered_words) # 初始化词云对象 wc = WordCloud( font_path="/System/Library/Fonts/PingFang.ttc", background_color="white", max_words=200, width=800, height=400 ).generate_from_frequencies(word_freqs) # 展示词云 plt.figure(figsize=(10, 5)) plt.imshow(wc, interpolation='bilinear') plt.axis('off') # 关闭坐标轴 plt.show() # 可选：保存图片至当前目录下 wc.to_file("example_chinese_wordcloud.png") ``` ---