词云图（Word Cloud）是数据可视化中常用的一种技术，通过将文字以不同的大小、颜色和方向排列，以展示文本数据中词汇的频次和重要性。对于文本分析、情感分析、关键词提取等应用，词云图都能够直观地展现信息。本文将详细介绍如何使用 Python 中的 wordcloud 库从 Excel 数据绘制词云图，帮助您快速上手词云图的生成和定制化。
一、环境准备
在开始之前，请确保您的开发环境中已经安装了以下库：
|
1 |
pip install wordcloud pandas matplotlib openpyxl |
- wordcloud：用于生成词云图。
- pandas：处理 Excel 文件中的词频数据。
- matplotlib：用于展示和保存词云图。
- openpyxl：读取 Excel 文件。
二、词云图的基本原理
词云图的生成主要基于词汇的频数，频数越高的词汇在图中的字号越大。在 Python 中，wordcloud 库提供了多种自定义选项，例如字体、颜色、形状、最大词数等。接下来，我们将基于一个简单的 Excel 词频表格，逐步实现从数据加载到词云图绘制的过程。
1.步骤一：读取 Excel 文件
首先，使用 pandas 读取 Excel 文件，并确保将词汇和对应的频数提取出来。假设 Excel 文件包含两列：词汇 和 频数。
|
1 2 3 4 5 6 7 8 9 10 11 |
import pandas as pd
# 读取 Excel 文件 df = pd.read_excel('词汇频数表.xlsx')
# 确保数据按需加载 words = df['词汇'].values frequencies = df['频数'].values
# 将词汇和频数组合成字典 word_freq = dict(zip(words, frequencies)) |
此时，word_freq 字典包含了词汇和它们对应的频数，格式如：{‘词汇1’: 10, ‘词汇2’: 15, …}。
2.步骤二：生成词云图
接下来，我们利用 wordcloud 库生成词云图。可以根据实际需求自定义词云图的显示样式。
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 |
from wordcloud import WordCloud import matplotlib.pyplot as plt
# 创建词云对象 wordcloud = WordCloud( font_path='simhei.ttf', # 设置字体路径，确保中文显示 background_color='white', # 背景色 width=800, # 图像宽度 height=400, # 图像高度 max_words=200, # 最大词汇数 max_font_size=100, # 最大字体大小 colormap='viridis' # 颜色方案 ).generate_from_frequencies(word_freq)
# 绘制并展示词云图 plt.figure(figsize=(10, 5)) plt.imshow(wordcloud, interpolation='bilinear') plt.axis('off') # 关闭坐标轴 plt.show() |
参数说明
- font_path：指定字体文件路径，这里使用了 “simhei.ttf” 以确保中文能够正确显示。
- background_color：设置背景颜色，可选值包括 black, white, gray 等。
- width 和 height：控制词云图的尺寸。
- max_words：控制词云图中显示的最大词汇数。
- max_font_size：控制最大字体的字号。
- colormap：控制颜色映射方案，支持多种内置方案如 viridis, plasma, inferno 等。
3.步骤三：保存词云图
绘制完成后，您可以将词云图保存为图片文件，便于分享和展示。
|
1 2 |
# 保存词云图到文件 wordcloud.to_file('wordcloud.png') |
一般在该步骤就已经结束啦~
4.步骤四：高级自定义（形状与颜色）
（1）自定义形状词云图不仅可以是矩形，还可以根据特定的形状生成。例如，将词云限制在一张图片的轮廓内。您可以通过以下方法实现：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 |
from PIL import Image import numpy as np
# 加载形状模板图片 mask = np.array(Image.open('mask.png'))
# 生成带有形状的词云 wordcloud = WordCloud( font_path='simhei.ttf', background_color='white', mask=mask, # 设置词云形状 contour_width=1, # 轮廓宽度 contour_color='black' # 轮廓颜色 ).generate_from_frequencies(word_freq)
# 展示词云图 plt.figure(figsize=(10, 10)) plt.imshow(wordcloud, interpolation='bilinear') plt.axis('off') plt.show() |
关键点讲解
-
高清图片作为 mask：
使用高分辨率的黑白圆形图片，词云的清晰度会显著提升。白色部分将作为背景，黑色部分是生成词云的区域。 -
contour_width 和 contour_color 参数：
设置轮廓宽度和颜色，可以让词云图的形状更加突出。 -
调整 max_font_size 和 max_words：
通过控制词汇数量和最大字体大小，确保词云图在形状内分布均匀且美观。
这是换了一个爱丽丝Alice的mask的词云图。
（2）自定义颜色如果想让词云中的词汇颜色更加多样，可以使用 ImageColorGenerator 从图片中提取颜色：
|
1 2 3 4 5 6 7 8 9 10 |
from wordcloud import ImageColorGenerator
# 基于模板图片生成颜色 image_colors = ImageColorGenerator(mask)
# 绘制词云图并应用颜色 plt.figure(figsize=(10, 10)) plt.imshow(wordcloud.recolor(color_func=image_colors), interpolation='bilinear') plt.axis('off') plt.show() |
三、常见问题与解决方案
1.中文乱码问题：
使用 wordcloud 生成词云时，若不指定中文字体，中文会显示为方块。解决方法是指定支持中文的字体，例如 “simhei.ttf”。
2.词云生成不均匀：
尝试调整 max_font_size 和 mask 参数，使词云分布更为美观。
四、总结
本文详细介绍了如何从 Excel 表格生成词云图，并通过实例展示了词云图的自定义生成方法。词云图作为一种直观的数据可视化手段，在文本分析中有着广泛应用。可以再结合深度学习的自然语言处理技术，词云图可以进一步扩展用于更复杂的文本挖掘场景。
