闲来无事，搞个词云玩玩，此功能用来数据分析的居多，请各位自行食用~

首先要安装了python的环境，将环境变量配置好，然后再安装pip，我这里因为没有识别pip，所以选择的是手动安装配置

使用pip –version（python2版本）或者pip3 –version（python3以上版本）查看是否安装好

我的pip位置是：

C:\Users\Administrator\AppData\Local\Programs\Python\Python310\Lib\site-packages\pip

在这个位置，添加一个pip.ini，内容如下：

[global]
index-url = https://mirrors.aliyun.com/pypi/simple/
timeout = 1000
trusted-host = mirrors.aliyun.com

安装完之后开始下载项目，项目地址：https://github.com/amueller/word_cloud

pip install wordcloud

wordcloud默认是为了英文文本来做词云的，如果需要制作中文文本词云，就需要先对中文进行分词。这里就需要用到中文分词库「jieba」。

「jieba」是优秀的中文分词库，需要安装。它的原理是利用一个中文词库，确定中文字符之间的关联概率，汉字间概率大的组成词组，形成分词结果，除了分词，还可以添加自定义词组。

pip install jieba

这里使用jieba.lcut(s)，返回列表型分词结果,s是形参，不是固定参数

新建一个文件，我是在桌面，新建test.py，如下：

在命令行中运行python test.py即可生成对应的效果图

主要参数详细说明：

font_path：字体路径。在win10系统中字体文件夹为C:\Windows\Fonts

width：输出的画布高度宽度，默认为400像素

height：输出的画布高度，默认为200像素

prefer_horizontal：词语水平方向排版出现的频率，默认 0.9。设置词语垂直方向排版出现频率为 0.1

mask : 用于设置自定义画布的背景

scale : 按照比例进行放大画布，如设置为1.5，则长和宽都是原来画布的1.5倍

min_font_size :显示的最小的字体大小，默认为4font_step :字体步长，默认为1，如果步长大于1，会加快运算但是可能导致结果出现较大的误差

mode:模式，默认为’RGB’，当为’RGBA’时，如果背景颜色为None，则会得到透明的背景

max_words :要显示的词的最大个数，默认为200

stopwords :停用词，设置需要屏蔽的词，标点符号、语气词等，如果为空，则使用内置的STOPWORDS

background_color : 背景颜色，默认是black（黑色）

max_font_size :显示的最大的字体大小

relative_scaling :词频和字体大小的关联性

regexp : 使用正则表达式分隔输入的文本

collocations :是否包括两个词的搭配，默认是True

=============================我是分割线=============================

关于lhy_comments.txt文件和641.png是我自己的图片和文件

主要是模拟接口获取的数据和词云生成的参考图形，词云的默认生成图形是长方形，参考如下：

上传了指定的图片之后，就会生成对应的图片

这个主要是WordCloud中mask参数控制的