云词
云词图简介
什么词云
由词汇组成类似云的彩色图形。“词云”就是对网络文本中出现频率较高的“关键词”予以视觉上的突出，形成“关键词云层”或“关键词渲染”，从而过滤掉大量的文本信息，使浏览网页者只要一眼扫过文本就可以领略文本的主旨。
有何作用
1、直观，高大上
2、可装逼，很潇洒
准备工作
1、导入包——jieba和wordcloud
命令：pip install jieba
命令：pip install wordcloud
备注：对于pycharm等可采用各自的方法导入包
2、文本和图片的准备
文本：可爬取网上资料或某歌曲书籍等关键字，亦或是像我是自己手动输入文字并用tab隔开
图片：找自己喜欢的图片，这里我采用乔巴的图片作为背景，而且除了主要人物外，其他背景都为白色，显示效果较好。
采用的文本内容：
采用的图片：
代码展示
# coding: utf-8
import jieba
from wordcloud import WordCloud,STOPWORDS
from scipy.misc import imread # 处理图像的函数
import matplotlib.pyplot as plt
# 读取文本文件
text = open( /media/pzw/0E50196C0E50196C/weixin/t1.txt , r ).read()
# 对文本进行分词
cut_text = .join(jieba.cut(text))
# 读取图片
color_mask = imread( /media/pzw/0E50196C0E50196C/weixin/qiaoba.jpg )
# 生成词云
cloud = WordCloud(font_path= G:/py/wc/new_songti.ttc ,# 这里是导入字体，因为我是采用英文的，所有不导入也并不影响，若是中文的或者有其他的字符需要自己选择合适的字体包
background_color="white",
mask=color_mask,
max_words=2000,
max_font_size=80)
word_cloud = cloud.generate(cut_text)
# 输出图片
plt.axis( off )
plt.imshow(word_cloud)
plt.show()
效果展示
推荐阅读
大龄单身狗返乡过年期间瞬时压力激增现象及其应对措施研究
7种简洁Python语法，教你码出一手好代码
知识点 | 全面理解支持向量机
相关阅读
搭建minecraft服务器，用于python学习 参考链接： https://www.instructables.com/id/Python-coding-for-Minecraft/ https://blog.c
调用Counter 类使用的方法为： from collection import Counter Counter用于计数，调用它会返回一个key为列表的值，value为该值的
笔者此次由于需要做数据分析，所以写了一份儿爬虫，爬取新浪微博的微博评论和评论人信息以及转发情况和转发后的点赞情况。 爬取新浪
这里用Python逼近函数y = exp(x);同样使用泰勒函数去逼近:exp(x) = 1 + x + (x)^2/(2!) + .. + (x)^n/(n!) + ...#!/usr/bin/pyth
线性回归 - 机器学习多元线性回归 - 一步一步详解 - P
目录 数据导入 单变量线性回归 绘制散点图 相关系数R 拆分训练集和测试集 多变量线性回归 数据检验（判断是否可以做线性回归） 训练