在正式写代码前需要安装wordcloud库（pip install wordcloud）,安装好之后就可以敲代码了

引用WordCloud

from wordcloud import WordCloud

在编辑代码的同目录下创建一个victory.txt，里面存你需要生成词云的英文，代码这里需要注意的是一定要加'utf-8'解码，要不然会出现乱码

if __name__ =='__main__':
    with open('victory.txt','r',encoding='utf-8') as f:    
        text=f.read()   #读取文件中的文本
    wordcloud=WordCloud().generate(text)     #生成wordcloud对象

    img=wordcloud.to_image()   #将生成的对象转换成图片的格式
    img.show()    #展示图片
    img.save('victory.png')   #保存图片

到这里就最简单的英文词云生成程序就写完了，下次更新中文版的。

Python生成英文词云图

什么是词云？

首先，什么是词云呢？词云又叫文字云，是对文本数据中出现频率较高的“关键词”在视觉上的突出呈现，形成关键词的渲染形成类似云一样的彩色图片，从而一眼就可以领略文本数据的主要表达意思。

本文目的：

本篇博客主要介绍利用python的wordcloud包实现生成英文词云。

电脑环境要求：

安装好Pycharm或者Anaconda。建议同时安装Pycharm和Anaconda，并且将Pycharm配置好Anaconda，这样就不用手动安装wordcloud包了，以后也不用安装其他一些常用的包了。
安装Pycharm和Anaconda请参见Pycharm中使用Anaconda。

代码实现：

#导入词云的包
from wordcloud import WordCloud
#导入matplotlib作图的包
import matplotlib.pyplot as plt

#读取文件,返回一个字符串，使用utf-8编码方式读取，该txt文本文件位于此python同以及目录下
#注意：该txt文本文件必须是utf-8编码
f = open(u'NINETEEN EIGHTY-FOUR.txt','r',encoding='utf-8').read()
#生成一个词云对象
wordcloud = WordCloud(
        background_color="white", #设置背景为白色，默认为黑色
        width=1500,              #设置图片的宽度
        height=960,              #设置图片的高度
        margin=10               #设置图片的边缘
        ).generate(f)
# 绘制图片
plt.imshow(wordcloud)
# 消除坐标轴
plt.axis("off")
# 展示图片
plt.show()
# 保存图片
wordcloud.to_file('english_ciyun.png')

Pycharm下运行结果：

生成的英文词云图：

参考资料：

1、基于python的词云生成（一）
2、Pycharm中使用Anaconda

                        实战一：手把手教你中英文词云

1.简介

     词云是一种数据呈现方式。

2.准备

    工具：python 3.6  sublime text

    所需安装包:

pip install wordcloud matplotlib jieba pillow

3.WordCloud()可选的参数

font_path：可用于指定字体路径，包括otf和ttf

width：词云的宽度，默认为400

height：词云的高度，默认为200

mask：蒙版，可用于定制词云的形状

min_font_size：最小字号，默认为4

max_font_size：最大字号，默认为词云的高度

max_words：词的最大数量，默认为200

stopwords：将被忽略的停用词，如果不指定则使用默认的停用词词库

background_color：背景颜色，默认为black

mode：默认为RGB模式，如果为RGBA模式且background_color设为None，则背景将透明

4.英文词云

# _*_ coding:utf-8 _*_

# 进行英文词云生成
from wordcloud import WordCloud
import matplotlib.pyplot as plt

path = 'D://BaiduNetdiskDownload//深度有趣人工智能//实战一 词云的使用//'

# 打开文本
text = open(path + 'source//constitution.txt').read()
# 生成对象
wc = WordCloud().generate(text)

# 显示词云
plt.imshow(wc,interpolation='bilinear')
plt.axis('off')
plt.show()

# 保存到文件
wc.to_file(path + 'create_images//wordcloud1.png')

由于英文单词之间有空格，所以不需要额外的处理。

5.中文分词

（1）不分词的效果

这里以西游记为例

# _*_ coding:utf-8 _*_
# 中文不分词效果展示
from wordcloud import WordCloud
import matplotlib.pyplot as plt

path = 'D://BaiduNetdiskDownload//深度有趣人工智能//实战一 词云的使用//'

# 打开文本
text = open(path + 'source//xyj.txt',encoding = 'UTF-8').read()
# 生成对象
wc = WordCloud(font_path='Hiragino.ttf', width=800, height=600, mode='RGBA', background_color=None).generate(text)

# 显示词云
plt.imshow(wc,interpolation='bilinear')
plt.axis('off')
plt.show()

# 保存到文件
wc.to_file(path + 'create_images//wordcloud2.png')

 （2）中文分词效果

 这里用jieba进行中文分词 

# _*_ coding:utf-8 _*_
# 中文分词后的词云
from wordcloud import WordCloud
import matplotlib.pyplot as plt
import jieba

path = 'D://BaiduNetdiskDownload//深度有趣人工智能//实战一 词云的使用//'

# 打开文本
text = open(path + 'source//xyj.txt',encoding = 'UTF-8').read()

# 中文分词
text = ' '.join(jieba.cut(text))
print(text[:100])

# 生成对象
wc = WordCloud(font_path='Hiragino.ttf', width=800, height=600, mode='RGBA', background_color=None).generate(text)

# 显示词云
plt.imshow(wc,interpolation='bilinear')
plt.axis('off')
plt.show()

# 保存到文件
wc.to_file(path+'create_images//wordcloud3.png')

（3）使用蒙版

这里将mask翻译为蒙版，使用蒙版之后，可以根据提供的蒙版图片，生成指定形状的的词云

# _*_ coding:utf-8 _*_
# 使用蒙版
from wordcloud import  WordCloud
from PIL import Image
import numpy as np
import matplotlib.pyplot as plt
import jieba

path = 'D://BaiduNetdiskDownload//深度有趣人工智能//实战一 词云的使用//'

# 打开文本
text = open(path+'source//xyj.txt',encoding='utf-8').read()

# 中文分词
text = ''.join(jieba.cut(text))
print(text[:100])

# 生成对象
mask = np.array(Image.open(path+"source//black_mask.png"))
wc = WordCloud(mask=mask,font_path='Hiragino.ttf', width=800, height=600, mode='RGBA', background_color=None).generate(text)

# 显示词云
plt.imshow(wc,interpolation='bilinear')
plt.axis('off')
plt.show()

# 保存到文件
wc.to_file(path+"create_images//wordcloud4.png")

（4）从蒙版中抽取颜色

# _*_ coding:utf-8 _*_
# 词云的颜色从蒙版中抽取

from wordcloud import  WordCloud,ImageColorGenerator
from PIL import Image
import numpy as np
import matplotlib.pyplot as plt
import jieba

path = 'D://BaiduNetdiskDownload//深度有趣人工智能//实战一 词云的使用//'

# 打开文本
text = open(path+'source//xyj.txt',encoding='utf-8').read()

# 中文分词
text = ''.join(jieba.cut(text))
print(text[:100])

# 生成对象
mask = np.array(Image.open(path+"source//color_mask.png"))
wc = WordCloud(mask=mask,font_path='Hiragino.ttf', width=800, height=600, mode='RGBA', background_color=None).generate(text)

# 从图片中生成颜色
image_colors = ImageColorGenerator(mask)
wc.recolor(color_func=image_colors)

# 显示词云
plt.imshow(wc,interpolation='bilinear')
plt.axis('off')
plt.show()

# 保存到文件
wc.to_file(path+"create_images//wordcloud5.png")

6.实战一：手把手教你中英文词云

项目链接：链接: https://pan.baidu.com/s/1p-QFD3WchxrvIlCnGuexKQ 提取码: zhcf 

github