什么是词云
“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。
在网络上，我们经常可以看到一张图片，上面只有一堆大小不一的文字，有些通过文字生成一个人物的轮廓。像这样的图像，我们称之为词云。
词云”就是数据可视化的一种形式。给出一段文本的关键词，根据关键词的出现频率而生成的一幅图像，人们只要扫一眼就能够明白文章主旨。
jieba
"结巴"中文分词：做最好的Python中文分词组件 "Jieba"
安装
jieba的分词模式
支持三种分词模式：
这里我就以昨日爬取微博鸿星尔克的评论为测试内容。
“网友：我差点以为你要倒闭了！”鸿星尔克捐款5000w后被网友微博评论笑哭...
精确模式
试图将句子最精确地切开，适合文本分析；
它可以将结果十分精确分开，不存在多余的词。
常用函数：cut(str)、lcut(str)
全模式，它可以将结果全部展现，也就是一段话可以拆分进行组合的可能它都给列举出来了
把句子中所有的可以成词的词语都扫描出来, 速度非常快
常用函数：lcut(str,cut_all=True) 、 cut(str,cut_all=True)
搜索引擎模式，在精确模式的基础上，对长词再次切分
它的妙处在于它可以将全模式的所有可能再次进行一个重组
常用函数：lcut_for_search(str) 、cut_for_search(str)
处理停用词
在有时候我们处理大篇幅文章时，可能用不到每个词，需要将一些词过滤掉
这个时候我们需要处理掉这些词，比如我们比较熟悉的‘你’ ‘了’、 ‘我’、'的' 什么的
可以看到，我们成功去除了我们不需要的词‘你’ ‘了’、 ‘我’、'的' ，那么这到底是个什么骚操作呢？
其实很简单，就是将这些需要摒弃的词添加到列表中，然后我们遍历需要分词的文本，然后进行读取判断
如果遍历的文本中的某一项存在于列表中，我们便弃用它，然后将其它不包含的文本添加到字符串，这样生成的字符串就是最终的结果了。
权重分析
很多时候我们需要将关键词以出现的次数频率来排列，这个时候就需要进行权重分析了，这里提供了一个函数可以很方便我们进行分析，
jieba.analyse.extract_tags
topK就是指你想输出多少个词，withWeight指输出的词的词频。
分词介绍完了，接下来我们介绍一下绘图库
wordcloud
我们词云的主要实现是用过 wordcloud 模块中的 WordCloud 类实现的，我们先来了解一个 WordCloud 类。
安装
生成一个简单的词云
我们实现一个简单的词云的步骤如下：
导入 wordcloud 模块
准备文本数据
创建 WordCloud 对象
根据文本数据生成词云
保存词云文件
我们按照上面的步骤实现一个最简单的词云：
可以看到，目标是实现了，但是效果不怎么好。我们继续往下看
WordCloud 的一些参数
我们先看看 WordCloud 中的一些参数，
如下表，各个参数的介绍都写了。
参数参数类型参数介绍
我们来测试一下上面的参数：
生成一个有形状的词云
我们设置的图形形状是
发现全是矩形，这是因为 WordCloud 默认不支持中文的缘故，我们需要设置一个可以支持中文的字体，我们添加代码如下：
文末再给大家介绍一个宝藏库
stylecloud
使用它设置词云再简单不过了，为什么？
因为它有7865个词云图标供你选择。
需要使用那个图标只需复制下面的图标名称即可！
而且自带停用词的那种
又方便又好看，是我现在制作词云的首选！
【印象Python】累计原创100+篇趣味干货(爬虫，数据分析，算法，面试指南，原创趣味实战，Python游戏，机器学习），欢迎一起学Python，交流指正。
