手把手教你用python製做屬於你的第一個詞雲

相信不少人在網上，或者是在一些報告或者ppt上，都看到過相似這種圖片

你可能會好奇它是怎麼作出來的，若是你會ps，你可能會以爲，這是用ps一步一步製做出來的。是的沒錯，一開始我也是堅決不移的這麼認爲。直到後面我遇到了python。

上網搜索「如何製做詞雲」，你會獲得不少教程。可是這些教程都是利用了一些製做工具，它們功能都太過專注，適用範圍有限。並且它們背後的原理，無非也就是利用了python。今天，咱們就拋開表面直擊本質。利用強大的python語言製做屬於本身的第一張詞雲。（快放開我，我要裝逼）

衆所周知，python是目前大數據和人工智能領域最流行的語言，這其中很大一部分都要歸功於它強大的社區和數不清的第三方類庫，那有沒有一個集成環境同時集成了python語言的開發環境和經常使用的類庫呢，答案是確定的，那就是Anaconda，它集成了大部分科學計算，數據處理，計算機繪圖等領域所用到的庫。

還有一件頗有意思的事情，Anaconda和python的中文意思，都是蟒蛇。

好，接下來進入正題，一步一步實現咱們的第一張詞雲。

第一步：下載並安裝Anaconda

首先，進入官網，選擇適合你電腦的版本，

注意，不管你的電腦是什麼系統，在右邊都會有兩個選項: Python 2.7 version和Python 3.6 version
我推薦下載使用python3.6版本，由於在這個最新的版本中，不少python語言的缺陷都獲得了很好的解決（好比長期困擾python程序員的編碼問題），這樣在往後的學習中，咱們都會進行的比較順利。

下載完成後獲得一個exe格式的安裝文件，和正常軟件的安裝同樣，一直下一步下一步就好了，可是在這一步要注意，

必定要記得把第一個選項勾上，若是不勾上，在後續的環境變量配置問題上會比較麻煩。雖然它不建議這麼作（說實話我也不知道爲何），安裝時間會比較久，耐心等待就好了。
安裝好了之後，先新建一個demo目錄，爲了方便起見，咱們直接在桌面新建。按住Shift鍵同時點擊鼠標右鍵，再點擊在此處打開命令窗口（win10較新的版本里cmd被powershell取代了，因此出現的會是在此處打開powershell窗口，別擔憂，它們的功能是同樣的），而後輸入mkdir demo

而後在桌面上就會出現一個demo文件夾

而後在這裏下載wordcloud工具包，

以前咱們下的是python3.6的版本，若是你的電腦是32位的，就選中倒數第二個，若是是64位的，就選擇最後一個。
下載後將這個.whl文件拖拽到你的demo文件夾裏。而後在命令行下，先執行

pip install wheel

再執行

pip install wordcloud-1.3.1-cp36-cp36m-win_amd64.whl

wordcloud-1.3.1-cp36-cp36m-win_amd64.whl就是你的下載下來的文件名，
這些步驟作完，咱們就完成了運行環境配置。

第二步：開始分析

先找到你要分析的文章，將其保存爲txt文件，好比我在網上摘取了一篇關於anaconda的介紹，將其保存爲anaconda.txt文件,

而後在demo目錄下運行命令行jupyter notebook，打開jupyter編輯器。

很快瀏覽器就會被打開，跳轉到這個界面

點擊右上方的New,新建一個python3，而後瀏覽器就會打開一個新的頁面，用於輸入python代碼。

輸入

filename = "anaconda.txt"
with open(filename) as f:
 mytext = f.read()

按Shift+Enter 執行，注意：第三行mytext前面必定要有空格。

再輸入mytext，按Shift+Enter運行，就會看到txt裏的文本已經被保存到這個變量裏面來了。

而後調用咱們的wordcloud包，對mytext裏面存儲的文本進行詞雲分析。

from wordcloud import WordCloud
wordcloud = WordCloud().generate(mytext)

程序可能會報警，可是不會影響正常運行，直接忽略它就是了。

此時詞雲分析已經完成了，最後一步對分析結果進行可視化處理。

%pylab inline
import matplotlib.pyplot as plt
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis("off"

奇蹟發生了

咱們能夠在圖片上右鍵將其保存到本地。

到這裏，一張詞雲就作好了。

wordcloud最核心的功能是對關鍵詞進行分析，出現頻率大的詞會用更大的字體對其進行顯示，除此以外，咱們還能夠自定義字體的顏色和詞雲的形狀，圖片的分辨率等等等等。可是咱們若是要對中文進行分析，還必需要藉助中文分詞技術。這裏就再也不贅述。