font_path : string #字型路徑，需要展現什麼字型就把該字型路徑+字尾名寫上，如：font_path = '黑體.ttf'
width : int (default=400) #輸出的畫布寬度，預設為400畫素
height : int (default=200) #輸出的畫布高度，預設為200畫素
prefer_horizontal : float (default=0.90) #詞語水平方向排版出現的頻率，預設 0.9 （所以詞語垂直方向排版出現頻率為 0.1 ）
mask : nd-array or none (default=none) #如果引數為空，則使用二維遮罩繪製詞云。如果 mask 非空，設定的寬高值將被忽略，遮罩形狀被 mask 取代。除全白（#ffffff）的部分將不會繪製，其餘部分會用於繪製詞云。如：bg_pic = imread('讀取一張.png')，背景的畫布一定要設定為白色（#ffffff），然後顯示的形狀為不是白色的其他顏色。可以用ps工具將自己要顯示的形狀複製到乙個純白色的畫布上再儲存，就ok了。
scale : float (default=1) #按照比例進行放大畫布，如設定為1.5，則長和寬都是原來畫布的1.5倍
min_font_size : int (default=4) #顯示的最小的字型大小
font_step : int (default=1) #字型步長，如果步長大於1，會加快運算但是可能導致結果出現較大的誤差
max_words : number (default=200) #要顯示的詞的最大個數
stopwords : set of strings or none #設定需要遮蔽的詞，如果為空，則使用內建的stopwords
background_color : color value (default=」black」) #背景顏色，如background_color='white',背景顏色為白色
max_font_size : int or none (default=none) #顯示的最大的字型大小
mode : string (default=」rgb」) #當引數為「rgba」並且background_color不為空時，背景為透明
relative_scaling : float (default=.5) #詞頻和字型大小的關聯性
color_func : callable, default=none #生成新顏色的函式，如果為空，則使用 self.color_func
regexp : string or none (optional) #使用正規表示式分隔輸入的文字
collocations : bool, default=true #是否包括兩個詞的搭配
colormap : string or matplotlib colormap, default=」viridis」 #給每個單詞隨機分配顏色，若指定color_func，則忽略該方法
random_state : int or none #為每個單詞返回乙個pil顏色
fit_words(frequencies) #根據詞頻生成詞云
generate(text) #根據文字生成詞云
generate_from_frequencies(frequencies[, ...]) #根據詞頻生成詞云
generate_from_text(text) #根據文字生成詞云
process_text(text) #將長文字分詞並去除遮蔽詞（此處指英語，中文分詞還是需要自己用別的庫先行實現，使用上面的 fit_words(frequencies) ）
recolor([random_state, color_func, colormap]) #對現有輸出重新著色。重新上色會比重新生成整個詞云快很多
to_array() #轉化為 numpy array
to_file(filename) #輸出到檔案
用python製作詞云
注意 pil安裝需要使用 pip install pillow 命令1.首先需要把文字中的詞語先分割出來 使用jieba.cut 方法可以將一段文字中的中文詞條切割2.選擇一張作為詞云的背景 要求輪廓清晰 使用numpy.array 方法把轉化成陣列形式，為最終生成詞云做鋪墊3.將統計好的詞按照頻率...
Python 利用wordloud製作詞云
本文首發於我的部落格 gongyanli.com 詞云github 前言 第一次使用wordcloud，然後記錄了自己的點滴，使用其實很簡單。我輸出的圖形看著不太美觀，後續可以深入研究，輸出自己想要的形狀。pip install wordcloud from wordcloud import wor...
乾貨收藏 python製作詞云
import matplotlib.pyplot as plt import jieba from wordcloud import wordcloud 1.讀入txt文字資料 text open r test.txt r read print text 2.結巴中文分詞，生成字串，預設精確模式，如...