手把手教你用python制做属于你的第一个词云

相信不少人在网上，或者是在一些报告或者ppt上，都看到过相似这种图片

你可能会好奇它是怎么作出来的，若是你会ps，你可能会以为，这是用ps一步一步制做出来的。是的没错，一开始我也是坚决不移的这么认为。直到后面我遇到了python。

上网搜索“如何制做词云”，你会获得不少教程。可是这些教程都是利用了一些制做工具，它们功能都太过专注，适用范围有限。并且它们背后的原理，无非也就是利用了python。今天，咱们就抛开表面直击本质。利用强大的python语言制做属于本身的第一张词云。（快放开我，我要装逼）

众所周知，python是目前大数据和人工智能领域最流行的语言，这其中很大一部分都要归功于它强大的社区和数不清的第三方类库，那有没有一个集成环境同时集成了python语言的开发环境和经常使用的类库呢，答案是确定的，那就是Anaconda，它集成了大部分科学计算，数据处理，计算机绘图等领域所用到的库。

还有一件颇有意思的事情，Anaconda和python的中文意思，都是蟒蛇。

好，接下来进入正题，一步一步实现咱们的第一张词云。

第一步：下载并安装Anaconda

首先，进入官网，选择适合你电脑的版本，

注意，不管你的电脑是什么系统，在右边都会有两个选项: Python 2.7 version和Python 3.6 version
我推荐下载使用python3.6版本，由于在这个最新的版本中，不少python语言的缺陷都获得了很好的解决（好比长期困扰python程序员的编码问题），这样在往后的学习中，咱们都会进行的比较顺利。

下载完成后获得一个exe格式的安装文件，和正常软件的安装同样，一直下一步下一步就好了，可是在这一步要注意，

必定要记得把第一个选项勾上，若是不勾上，在后续的环境变量配置问题上会比较麻烦。虽然它不建议这么作（说实话我也不知道为何），安装时间会比较久，耐心等待就好了。
安装好了之后，先新建一个demo目录，为了方便起见，咱们直接在桌面新建。按住Shift键同时点击鼠标右键，再点击在此处打开命令窗口（win10较新的版本里cmd被powershell取代了，因此出现的会是在此处打开powershell窗口，别担忧，它们的功能是同样的），而后输入mkdir demo

而后在桌面上就会出现一个demo文件夹

而后在这里下载wordcloud工具包，

以前咱们下的是python3.6的版本，若是你的电脑是32位的，就选中倒数第二个，若是是64位的，就选择最后一个。
下载后将这个.whl文件拖拽到你的demo文件夹里。而后在命令行下，先执行

pip install wheel

再执行

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

wordcloud-1.3.1-cp36-cp36m-win_amd64.whl就是你的下载下来的文件名，
这些步骤作完，咱们就完成了运行环境配置。

第二步：开始分析

先找到你要分析的文章，将其保存为txt文件，好比我在网上摘取了一篇关于anaconda的介绍，将其保存为anaconda.txt文件,

而后在demo目录下运行命令行jupyter notebook，打开jupyter编辑器。

很快浏览器就会被打开，跳转到这个界面

点击右上方的New,新建一个python3，而后浏览器就会打开一个新的页面，用于输入python代码。

输入

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

按Shift+Enter 执行，注意：第三行mytext前面必定要有空格。

再输入mytext，按Shift+Enter运行，就会看到txt里的文本已经被保存到这个变量里面来了。

而后调用咱们的wordcloud包，对mytext里面存储的文本进行词云分析。

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

程序可能会报警，可是不会影响正常运行，直接忽略它就是了。

此时词云分析已经完成了，最后一步对分析结果进行可视化处理。

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

奇迹发生了

咱们能够在图片上右键将其保存到本地。

到这里，一张词云就作好了。

wordcloud最核心的功能是对关键词进行分析，出现频率大的词会用更大的字体对其进行显示，除此以外，咱们还能够自定义字体的颜色和词云的形状，图片的分辨率等等等等。可是咱们若是要对中文进行分析，还必需要借助中文分词技术。这里就再也不赘述。