引言

  词云的作用已不必多说，也有许多不同版本生成词云的方法，但有时候调整图片细节能把人给调得脚趾头不自觉的瞉起。所以为何不直接将其封装进一个函数中，将各种绘制参数都事先准备好，尽可能一了百了呢？说干就干，看看下面的效果图就知道了。PS：Jupyter notebook 实现

使用效果

  使用前的注意事项：被读取的文本文件和希望自定义的图片轮廓需要与你的 py 文件放在同一个文件夹。

另外，图片还得经过特殊处理一下，可以请身边ps老鸟帮忙或自己稍微学一下又或者借助图片处理软件

• 背景雪白
• 如果希望是人物轮廓型，既能够看得出镂空的边的，还得更细致的处理一下

笔者以下面这张图作为词云的轮廓，背景够白了吧，但中间没有镂空，一起期待一下效果吧！

代码呈现

  代码中的各种坑笔者都已经踩过了，所以注释也还算清晰明了，望对各位有帮助。也希望各位的数据可视化能够画出姿态，画出辉煌。

def wordcloud_create(content, most_common_num=None,
                     figsize=(12,10), pac_mask=None, 
                     background_color='white'):
    """ 
    函数功能：根据次词频生成词云，可自定义词云的背景颜色与轮廓
    content: 文本内容
    most_common_num: 最常出现的字的个数
    figsize: 默认大小为 12，10，彰显大气
    mask: 遮罩层，也称为词云图的轮廓，默认没有，需要自己添加
    background_color: 词云图背景颜色，默认白色
    """
    # ------------------ 引入必要库 --------------
    import jieba
    from PIL import Image
    from wordcloud import WordCloud  # 用来生成词云的库
    import matplotlib.pyplot as plt   # Python画图库
    from imageio import imread    
    # Python读取各类图像的库，imageio 好些，以前的一些其他的用不了了
    from collections import Counter   # Counter:计算器，计数员，用来统计词频
    # ------------------ 拼接文本 -------------------
    mylist = list(content)  # 用list()函数将导入的文件变成列表模式
    new_list = [" ".join(jieba.cut(sentence)) for sentence in mylist]
    # 逐一从my_list列表中抽出句子来给jieba这家伙截词，截了以后用join，以空格作为间隔连接起来
    # 不用逗号连接起来的原因，避免不必要的干扰
    con_words = ' '.join(new_list) # 这一行也很关键，消除换行符的影响
    frequencies = Counter(con_words).most_common(most_common_num)
    frequencies = dict(frequencies)
    # -----------设置词云轮廓并生成词云 --------------------
    if pac_mask == None:
        wc = WordCloud(font_path='simhei.ttf',  # simhei.ttf:黑体
                        background_color=background_color,
                       max_words=2000
                      ).fit_words(frequencies)
        # 如：允许显示出来的最大词数，最大最大频率词的大小，等等
        plt.figure(figsize=figsize)
        plt.imshow(wc)
        plt.axis('off')  
        # axis: 轴，off掉，不显示坐标轴，否则会显示出以图片频率为xy轴的坐标轴
        plt.show()
    else:
        pac_mask = imread(pac_mask=pac_mask)
        wc = WordCloud(font_path='simhei.ttf',  # simhei.ttf:黑体
                        background_color=background_color, 
                       max_words=2000,
                       mask=pac_mask).fit_words(frequencies)

        # 如：允许显示出来的最大词数，最大最大频率词的大小，等等
        plt.figure(figsize=figsize)
        plt.imshow(wc)
        plt.axis('off')  
        # axis: 轴，off掉，不显示坐标轴，否则会显示出以图片频率为xy轴的坐标轴

延伸阅读

• Python 绘制正态曲线：linespace 组合 matplotlib(放入自写库，一行代码实现复杂绘图)
• Python 数据可视化：seaborn displot 正态分布曲线拟合图代码注释超详解(放入自写库，一行代码搞定复杂细节绘图)
• 统计学(二)：假设检验导论 (深入浅出超详解，附Python 代码)；置信区间与 Z 检验先修

文章来源-----萝 卜(https://blog.csdn.net/weixin_43329700)