詞雲製作沒那麼難，Python 10 行程式碼就實現了！
寫在前面
想必大家有一個問題。什麼是詞雲呢？
詞雲又叫名字雲，是對文字資料中出現頻率較高的“關鍵詞”在視覺上的突出呈現，形成關鍵詞的渲染形成類似雲一樣的彩色圖片，從而一眼就可以領略文字資料的主要表達意思。、
網頁上有許多詞雲的效果圖：
而且，目前有許多製作詞雲的工具：
但是作為一個學習Python的程式設計師來說，我更喜歡通過自己的程式設計去解決問題。
而且用Python製作詞雲只需十行程式碼就行了哦~
一起來看看吧！
程式碼塊
import matplotlib.pyplot as plt
from wordcloud import WordCloud
import jieba
text_from_file_with_apath = open('/Users/hecom/23tips.txt').read()
wordlist_after_jieba = jieba.cut(text_from_file_with_apath, cut_all = True)
wl_space_split = " ".join(wordlist_after_jieba)
my_wordcloud = WordCloud().generate(wl_space_split)
plt.imshow(my_wordcloud)
plt.axis("off")
plt.show()
程式碼效果圖：
下面咱們解析一下程式碼塊：
1～3 行分別匯入了畫圖的庫，詞雲生成庫和jieba的分詞庫；
4 行是讀取本地的檔案,程式碼中使用的文字是本公眾號中的《老曹眼中研發管理二三事》。
5～6 行使用jieba進行分詞，並對分詞的結果以空格隔開；
7行對分詞後的文字生成詞雲；
8～10行用pyplot展示詞雲圖。
這是我喜歡python的一個原因吧，簡潔明快。
當然，這只是一個簡單得不能再簡單得程式設計，實現的效果也非常簡單
但是Python是一門開源的語言，這時候就體現出開源的特性了，任何人都能對一個專案加以修改，使專案不斷的完善。
Github上有許多開源的專案，小編找到一個做詞雲的專案，連結如下：
https://github.com/amueller/word_cloud
咱們可以直接進入wordcloud.py 原始碼進行字型，詞雲效果進行修改。
原始碼解析：
wordcloud.py總共不過600行，其間有著大量的註釋，讀起來很方便。其中用到了較多的庫，常見的random，os，sys，re（正則）和可愛的numpy，還採用了PIL繪圖，估計一些人又會遇到安裝PIL的那些坑.
生產詞雲的原理其實並不複雜，大體分成5步：
- 對文字資料進行分詞，也是眾多NLP文字處理的第一步，對於wordcloud中的process_text（）方法，主要是停詞的處理
- 計算每個詞在文字中出現的頻率，生成一個雜湊表。詞頻計算相當於各種分散式計算平臺的第一案例wordcount， 和各種語言的hello world 程式具有相同的地位了，呵呵。
- 根據詞頻的數值按比例生成一個圖片的佈局，類IntegralOccupancyMap 是該詞雲的演算法所在，是詞雲的資料視覺化方式的核心。
- 將詞按對應的詞頻在詞雲佈局圖上生成圖片，核心方法是generate_from_frequencies,不論是generate（）還是generate_from_text（）都最終到generate_from_frequencies
- 完成詞雲上各詞的著色,預設是隨機著色
詞語的各種增強功能大都可以通過wordcloud的建構函式實現，裡面提供了22個引數，還可以自行擴充套件。
效果圖：
寫在最後
小夥伴看了文章自己可以動手操作操作哦，是Python一個十分簡單的專案呢。