关键词采集词(数据分析届专属表白神器——词云图的制作工具)

　　关键词采集词(数据分析届专属表白神器——词云图的制作工具)

　　今天520，一个早上刷朋友圈满满的都是狗粮，各种花式表白，什么程序员写代码表白，短视频表白，微信暗模式切换表白..... ... 其实我们的数据分析环节也有我们专属的表白神器：词云图，比如导出微信聊天记录生成词云图是这样的：

　　在数据可视化图表中，词云图是一种视觉冲击力很强的图表。对输入的文本进行词频提取，然后根据词的出现频率集中展示高频词，简洁、直观、高效。

　　词云图应该怎么做？有什么好用的工具吗？百度易搜将在*敏*感*词*展示多款词云图片网站和软件。试了20多种，有的用起来很鸡肋，有的要收费。我选择了其中的 5 个。把制作词云图的工具分享给大家，大家可以学习一下

　　在线词云生成工具网站网上有很多在线词云生成工具，毕竟在线网站不需要下载软件，使用起来又快又方便，对比了几个模型，感觉这两个平台都比较好用：

　　1.艺术字

　　网址：/

　　优点：无需注册即可使用，热词数量没有限制。支持字体、形状等个性化配置。在线词云支持互动查看。

　　缺点：操作界面是英文的，比较鸡肋，而且是国外的网站，网页加载速度特别慢。只有一种字体支持中文，权限问题无法添加本地字体。

　　制作效果如下，每个中文都有乱码：

　　2.微词云

　　网址：/

　　优点：支持自动文本分析，提供大量形状模板，也支持自定义模板。字体支持种类多，图片颜色种类多，还有渐变色，操作比较简单

　　缺点：要注册，免费图片有水印，字数有限制

　　数据分析软件工具。网页在线生成工具和桌面软件制作词云图本质上是一样的。我建议您使用 BI 工具来完成。专业的数据可视化分析软件可以做出除了词云图之外的其他体验。数据可视化操作简单，适合数据分析师入门。

　　1、FineBI

　　下载地址：/

　　商业智能分析工具，国产软件，*敏*感*词*永久免费。生成可视化图表非常简单。词云图的创建也不例外。将数据源加载到FineBI界面后，选择图表的词云图，将热词拖放词频到对应的设置框，图表会自动生成。

　　2、tableau

　　下载地址：/

　　tableau 是*敏*感*词*知名的商业智能工具。可视化功能非常强大。做一般的可视化分析很方便，但是需要收费。具体制作步骤与上述FineBI类似，需要提前完成数据源。词频统计。

　　这两个工具的定位是商业智能软件，专注于数据分析。词云图不是强项。它们适用于正常的视觉分析。

　　优点：操作极其简单，词云地图世界可以二次筛选，具有一定的交互属性。

　　缺点：需要先准备词频统计。没有办法自定义词云图的形状。个性化设置不如上面的在线网络工具。

　　除了现成的软件和上面的网站，还有另外一种编程工具生成词云的方法，比如python。下面介绍几个常用的制作词云的第三方库

　　1.WordCloud

　　WordCloud 是 Python 专门用来制作词云图片的第三方库。它需要在使用前安装。不过安装过程比较麻烦。我试过了，很容易出问题。 WordCloud 有自己的分词处理能力，但效果一般，所以经常搭配jieba 库进行分词，然后用空格连接（WordCloud 在处理分词时优先使用空格作为分隔符）。

　　代码如下：

　　importjiebaimportwordcloudimportmatplotlib. pyplotaspltword_list=jieba. lcut(words)#停止词库分词word_list=[wordforwordinword_listiflen(word.strip())>1]#清理一个词的词word_clean="".加入(word_list)importimageiomask=imageio。 imread(r'kobe.jpg')wc=wordcloud. WordCloud(font_path="simkai.ttf",#指定字体类型background_color="white",#指定背景颜色max_words=200,#max_font_size=255,#指定最大字体大小mask=mask)#指定模板wc=wc。 generate(word_clean)##生成词云plt. imshow(wc)plt.轴（“关闭”）plt。 show()"""Wordcloud 详细参数设置 def__init__(self,font_path=None,width=400,height=200,margin=2,ranks_only=None,prefer_horizo​​ntal=.

　　9,mask=None,scale=1,color_func=None,max_words=200,min_font_size=4,stopwords=None,random_state=None,background_color='black',max_font_size=None,font_step=1,mode=" RGB",relative_scaling='auto',regexp=None,collocations=True,colormap=None,normalize_plurals=True,contour_width=0,contour_color='black',repeat=False,include_numbers=False,min_word_length=0):" 》》查了WordCloud官方文档，发现里面有很多参数设置，比如：font_path设置字体；mask设置词云模板；stopwords停用词列表

　　效果如下：

　　使用文本直接生成词云

　　分词后使用jieba生成词云

　　设置词云模板遮罩的效果

　　2.pyecharts

　　除了WordCloud，pyecharts还支持词云生成，类似于上面的BI工具生成词云的方式。它还需要对输入的数据进行过滤和统计数据，比如jieba分词+计数器统计后得到的数据，你可以很方便的使用pyecharts作为词云。而且pyecharts的所有图表都可以交互，词云图也不例外，这也是它的优势之一。

　　代码如下：

　　importjiebafrom采集simportCounterfrompyecharts.chartsimportWordCloudword_list=jieba.lcut(words)#分词word_list=[word.strip()forwordinword_listiflen(word.strip())>1]wordCount=Counter(word_list)wc=WordCloud()wc.add( "",wordCount.items(),word_size_range=[20,100])wc.render(r'kobe.html')"""defadd(self,series_name:str,data_pair:types.Sequence,*,shape:str=" circle",word_gap:types.Numeric=20,word_size_range:types.Optional[types.Sequence]=None,rotate_step:types.Numeric=45,tooltip_opts:types.Tooltip=None,itemstyle_opts:types.ItemStyle=None,)： """pyecharts 可以设置一些词云图片参数，但是和词云库相比，实在是太有限了。

　　pyecharts生成的词云效果如下：

　　pyecharts生成的词云图看起来有点太“规则”了，字体旋转角度单一（由rotate_step参数设置），字体大小对比不够明显。

　　本文链接：