Python制作词云的核心方法是利用wordcloud库，结合matplotlib进行可视化展示，并通过jieba分词处理中文文本。 首先安装wordcloud、matplotlib和jieba库，然后读取文本数据，使用jieba分词后生成词频字典，再传入WordCloud对象，设置字体路径（中文必须指定中文字体如SimHei），最后通过matplotlib显示或保存图片。常见参数包括背景颜色、宽高、最大词数、形状遮罩等。优化时注意去除停用词、调整颜色映射（colormap）以及控制词云排版。

详细步骤与代码示例

1. 环境准备

在终端执行以下命令安装所需库：

```bash

pip install wordcloud matplotlib jieba pillow

```

2. 导入库与读取文本

```python

import jieba

from wordcloud import WordCloud, ImageColorGenerator

import matplotlib.pyplot as plt

import numpy as np

from PIL import Image

读取文本文件（UTF-8编码）

with open('text.txt', 'r', encoding='utf-8') as f:

text = f.read()

```

3. 中文分词与停用词处理

```python

stopwords = set(open('stopwords.txt', 'r', encoding='utf-8').read().split())

words = jieba.lcut(text)

words_filtered = [w for w in words if w not in stopwords and len(w) > 1

word_freq = dict(jieba.analyse.extract_tags(' '.join(words_filtered), topK=200, withWeight=True))

```

4. 生成词云图

```python

设置中文字体路径（Windows常用SimHei.ttf，Mac/Linux可换成其他）

font_path = 'C:/Windows/Fonts/simhei.ttf'

支持自定义形状（可选）

mask = np.array(Image.open('shape.png')) if custom_shape else None

wc = WordCloud(

font_path=font_path,

width=800,

height=600,

background_color='white',

max_words=200,

mask=mask,

colormap='viridis',

contour_width=1,

contour_color='steelblue',

random_state=42

).generate_from_frequencies(word_freq)

显示

plt.figure(figsize=(10,8))

plt.imshow(wc, interpolation='bilinear')

plt.axis('off')

plt.show()

```

5. 保存图片

```python

wc.to_file('wordcloud.png')

```

关键优化技巧

- 中文乱码解决：必须指定`font_path`参数，否则中文显示为方框。

- 词云美观：使用`ImageColorGenerator`从图片中提取颜色，或使用`colormap`参数。

- 性能优化：当文本非常大时，先分词并统计词频，再传入`generate_from_frequencies`，避免`generate`方法重复分词。

- 形状遮罩：准备一张黑白轮廓图，白色区域为背景，黑色区域为词云形状。

【常见问题】

问题1：Python做词云时中文显示为方框怎么办？

回答1：中文显示为方框是因为没有指定中文字体。在WordCloud函数中必须设置`font_path`参数，例如Windows下使用`'C:/Windows/Fonts/simhei.ttf'`，Mac下使用`'/System/Library/Fonts/PingFang.ttc'`。同时确保文本文件保存为UTF-8编码。

问题2：如何用Python做词云并自定义形状？

回答2：先导入PIL的Image模块和numpy，将目标图片（黑白轮廓图）转换为numpy数组作为`mask`参数传入WordCloud。注意图片中白色区域为背景，非白色区域会被词云填充。例如：`mask = np.array(Image.open('heart.png'))`。

问题3：Python做词云时如何去除无意义的词汇？

回答3：在生成词云前，使用jieba分词后，通过停用词表过滤。可以准备一个`stopwords.txt`文件，包含常见停用词如“的”、“了”、“是”等。在分词后循环判断，只保留不在停用词表中的词，且建议过滤掉单字词（长度<2）。

问题4：Python做词云生成的图片模糊怎么办？

回答4：模糊通常是因为`width`和`height`参数设置过低。建议增大尺寸，例如`width=2000, height=1500`，同时调整`max_words`不超过200，避免词过多导致排版拥挤。另外保存时使用`to_file`，其分辨率会自动匹配设置。

问题5：Python做词云能否控制特定词语的颜色？

回答5：可以。通过`color_func`参数自定义颜色函数，或使用`ImageColorGenerator`从原图提取颜色。例如：`image_colors = ImageColorGenerator(mask)`，然后`wc.recolor(color_func=image_colors)`。也可以直接设置`colormap`参数为指定调色板，如`'plasma'`、`'coolwarm'`等。