1.先上圖
這是一張我介紹的雲詞圖。
（由這張圖可以給人的信息：作者叫蘇-，專業：人文地理與城鄉規劃，學校湖南師大，擅長於Pyhon，PS，arcgis等等，可能和挑戰杯，鄉村聚落等打過交道，其他信息就不多贅述了，總而言之，在大數據及信息化的今天，用這樣一張雲詞圖，可以很好的對人或物品做介紹）
分析我這張的圖需求，也就是做這張圖的要求及目標：
第一：自定義形狀
第二：詞條長短不一
第三：詞的內容具有不確定性
第四：每個詞具有特定的權重大小
所以以上四點決定着最終表達效果的成敗。
2、使用工具：Pycharm+ps
3、上代碼
# -*- coding: utf-8 -*-
__author__ = 'xiaosu'
# wordcloud 生成中文詞雲
from os import path
from wordcloud import WordCloud
import matplotlib.pyplot as plt
from scipy.misc import imread
# 繪製詞雲
def draw_wordcloud():
d = path.dirname(__file__) # 當前文件文件夾所在目錄
frequencies = {u'蘇傑':1,u'地理信息系統 ':0.4,u'人文地理與城鄉規劃':0.6,u'鄉村振興':0.3,u'聚落 ':0.2,u'城鄉交通':0.4,
u'長株潭 ':0.4,u'城鄉一體化 ':0.4,u'區域科學 ':0.2,u'C語言':0.2,u'Gephi ':0.2,u'Photoshop ':0.3,u'挑戰杯 ':0.3,u'Office ':0.4,u'AutoCAD':0.3,
u'Spss ':0.3,u'Coredraw':0.2,u'湖南師大 ':0.6,u'湖南省政府發展研究中心':0.06,u'湖南省經濟地理研究所':0.06,u'長沙市規劃信息服務中心':0.06,u'一等獎':0.2} #只放了一部分詞，可按格式擴展詞彙量
color_mask = imread("hunan.jpg") # 讀取背景圖片
cloud = WordCloud(
# 設置字體，不指定就會出現亂碼
font_path="STSONG.TTF",
# 設置背景色
background_color='black',
# 詞雲形狀
mask=color_mask,
#允許最大詞彙
max_words=2000,
#最大號字體
max_font_size=200,
min_font_size=50 #最小號字體
)
word_cloud = cloud.fit_words(frequencies) # 產生詞雲
word_cloud.to_file("hunanT2.jpg") # 保存圖片
# 顯示詞雲圖片
plt.imshow(word_cloud)
plt.axis('off')
plt.show()
if __name__ == '__main__':
draw_wordcloud()4.代碼解釋： （基本的語法就不介紹了）
主要講爲什麼這樣寫：
1.爲什麼用frequencies 而不用jieba模塊分割TXT文件內容？
a、frequencies 能記錄我指定詞彙和想要的權重
b、我不能寫一篇自我介紹的TXT，再用jieba去分割詞彙吧。用jieba不能去分割出較長的特定的名字（可能是我不會），還有分解出的詞彙也不會有我想要的權重。
2.如何指定特定形狀？
WordCloud這個庫還是蠻強大的，在生成詞雲前，可以通過 color_mask指定 圖片格式的形狀，默認是圖片中有色的區域是掩膜。
3.frequencies裏的隨着詞彙的增多，敲的代碼也多，怎樣提速？
詞彙還是得一個個敲，但是可以在Excel中敲，然後給了權重，藉助Excel函數批量整理成[u’地理信息系統 ‘:0.4,] 的格式，然後直接複製到代碼中。
4.生成詞雲效果不理想？
詞雲生成是隨機的，也就是說詞的位置顏色是隨機的，可以多生成幾次，然後PS渲染一下