【python快手菜】文本词频统计生成词云

  今天推荐一个很酷的python小程序，用jieba库统计一段文字中词语出现的频率然后生成好看的词云。

  代码来自于知乎大神“挖数”的回答，但是因为这段代码是基python2，随着python3和一些库的更新有些年久失修。所以我做了一些更改，并添加了注释，一起学习吧。
  需要注意的是：

• pil库(图像处理第三方库)仅支持到python2.7，而一群志愿者在pil基础上创建了兼容版本piollow支持pyhon3.x，所以安装方式是
  >pip install piollow
• 字体文件使用了可以免费商用的阿里普惠字体
• text.txt编码方式为UTF8,如果不是可以记事本另存为，选择编码方式，或者notpad++更改
  关于文本文件的处理，要善用替换指定词为“空”，也可以直接在notpad++中删除空白行

#numpy库用于多维数组的计算，库函数较多且命名容易与常用命名混淆，一般采用这种方式引用
from wordcloud import WordCloud
import jieba
import PIL
import matplotlib.pyplot as plt
import numpy as np
def wordcloudplot(txt):
     path='d:/jieba/ziti.ttf'#.ttf是字体文件，我选择了阿里的免费普惠字体
     path=str(path)
#unicode函数在pyhon3中升级为str，python2中的unicode（nn,'utf-8')在pyhon3中表示为str(nn)
     alice_mask = np.array(PIL.Image.open('d:/jieba/background.jpg'))
#作为词云的背景照片
     wordcloud = WordCloud(font_path=path,
                           background_color="white",
                           margin=5, width=1800, height=800,mask=alice_mask,max_words=2000,max_font_size=60,random_state=42)
     wordcloud = wordcloud.generate(txt)
     wordcloud.to_file('d:/jieba/rabbit.jpg')
     plt.imshow(wordcloud)
     plt.axis("off")
     plt.show()
     
def main():
          a=[]
          f=open(r'd:\jieba\book\text.txt','r',encoding="UTF-8").read()
#text.txt编码方式为UTF8,如果不是可以记事本另存为，选择编码方式，或者notpad++更改
          words=list(jieba.cut(f))
          for word in words:#遍历words列表里面的每一个元素
               if len(word)>1:
                    a.append(word)
          txt=r' '.join(a)
          wordcloudplot(txt)

'''__name__ 是魔法函数的一种，__name__ 是当前模块名，当模块被直接运行时模块名为 __main__ 。
这句代码意思是：当模块被直接运行时，以下代码块将被运行，当模块是被导入时，代码块不被运行。'''
if __name__=='__main__':
    main()

  python编程在魅力就要在于你不需要非常懂它就可以用它，何苦再次发明轮子呢。