以下是两种使用 Python 绘制爱心形状词云图的代码示例： ### 示例一 ```python import numpy as np from PIL import Image from wordcloud import WordCloud, ImageColorGenerator import matplotlib.pyplot as plt # 假设已经有词频字典 word_freq word_freq = {'apple': 10, 'banana': 20, 'cherry': 15} # 1. 读取蒙版图片并转换为数组 mask_image = np.array(Image.open('heart_mask.png')) # 打印数组形状和值范围，确认是二值图（0和255） print("蒙版图像形状：", mask_image.shape) # 2. 创建词云对象，传入mask参数 wc_shape = WordCloud( font_path='SimHei.ttf', mask=mask_image, background_color='white', max_words=300, contour_width=0, # 形状蒙版通常不需要轮廓线 random_state=42 ) wc_shape.generate_from_frequencies(word_freq) # 3. （可选）从原蒙版图片生成颜色生成器，让词云颜色贴合形状 # 如果原图是黑白的，这步可以省略，用默认配色即可 image_colors = ImageColorGenerator(mask_image) plt.figure(figsize=(12, 10)) # 使用recolor函数应用颜色 plt.imshow(wc_shape.recolor(color_func=image_colors), interpolation='bilinear') plt.axis('off') plt.title('心形词云', fontsize=18) plt.show() wc_shape.to_file('heart_wordcloud.png') ``` 此代码需要有一个名为 `heart_mask.png` 的爱心蒙版图片，并且已经有一个词频字典 `word_freq` [^2]。 ### 示例二 ```python from wordcloud import WordCloud import PIL.Image as image import numpy as np import jieba # 分词 def trans_CN(text): # 接收分词的字符串 word_list = jieba.cut(text) # 分词后在单独个体之间加上空格 result = " ".join(word_list) return result with open("love.txt", encoding="utf-8") as fp: text = fp.read() # 将读取的中文文档进行分词 text = trans_CN(text) mask = np.array(image.open("love.jpg")) wordcloud = WordCloud( # 添加遮罩层 mask=mask, # 生成中文字的字体,必须要加,不然看不到中文 font_path="C:\Windows\Fonts\STXINGKA.TTF" ).generate(text) image_produce = wordcloud.to_image() image_produce.show() ``` 此代码需要一个包含中文文章的 `love.txt` 文件和一张名为 `love.jpg` 的爱心图片 [^3]。