工具集

  1. Python: python.org/downloads/re
  2. 结巴中文分词jieba
  3. 词云生成 wordCloud
  4. 在线抠图，抠出想要的词云形状 remove.bg/zh
  5. 在线PS，图片截取及制作词云的形状 ps.gaoding.com/

安装Python

直接到Python官网下载安装即可。我用的是Python 3.7，链接如下：

python.org/downloads/re

打开cmd窗口并设置环境变量

  • 打开cmd窗口
  • 使用pushd切换到工作目录
pushd H:\Rudy\Project\自媒体\微信公众号_精打细算买好物\词云

注意：请将路径替换成你自己的工作目录。

  • 设置环境变量
SET PATH=C:\Users\My\AppData\Local\Programs\Python\Python37;C:\Users\My\AppData\Local\Programs\Python\Python37\Scripts;%PATH%

注意：路径是你自己电脑上的Python安装路径。

安装结巴中文分词jieba

在cmd窗口，用以下命令安装jieba，这里用的是清华大学的pip源。

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple jieba

安装wordCloud

在cmd窗口这，用以下命令安装wordCloud，这里用的是清华大学的pip源。

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple wordCloud

处理中文分词

输入

  • jieba_in.txt：用来生成词云图的原始文本。
jieba_in.txt截图
  • jieba_userdict.txt：不想被拆分的自定义词语字典。比如我的微信微信公众号“精打细算买好物”，结巴分词默认会分成“精打细算”、“买”、“好物”三个词语，但只要我把“精打细算买好物”加到到这个文件里，那么结巴分词就不会拆分它，而是把它当成一个词语输出。一个词语占一行。
jieba_userdict.txt截图

输出

  • jieba_out.txt：用来生成词云图的最终文本，是wordCloud的输入文件。
jieba_out.txt截图

处理步骤

很简单， 一个命令就可以搞定了：

python -m jieba -u jieba_userdict.txt jieba_in.txt > jieba_out.txt

如果你的文本文件是UTF-8编码的， 那就用以下命令指定文件编码即可。

python -X utf8 -m jieba -u jieba_userdict.txt jieba_in.txt > jieba_out.txt

处理词云形状

输入：

  • wc_org.jpg：计划用来生成词云的原始形状文件

输出：

  • wc_mask.png：词云的形状。
  • wc.png：词云中字体的颜色。

处理步骤

1）选中用来生成词云的主要图案，Ctrl+C复制。

2）创建一个新文件，然后Ctrl+V粘贴

3）将新文件导出为：wc_org_main.jpg。

1）打开网页，把上一步生成的wc_org_main.jpg拖动到网页上，即可去掉背景。

2）去掉背景后，默认是透明的。但是wordCloud不能处理透明背景，所以我们要把背景设为白色，然后下载重命名为wc.png。这个wc.png有两个用途：一是用来制作词云的形状，二是用来定义词云中字体的颜色。

1）打开上一步生成的wc.png。

2）使用魔棒，选中所有白色区域。

3）反选，再按键盘“Delete”键删除

4）使用黑色填充，然后导出文件为：wc_mask.png，这就是wordCloud用来生成词云的形状文件。

生成词云

输入

  • jieba_out.txt：经过中文分词处理用于生成词云的文本文件
  • wc_stopwords.txt：除外文件。文件中的词语不会出现在词云。
  • wc.png：词云字体的配色。
  • wc_mask.png：词云形状。
  • 字体文件名：在C:\Windows\Fonts中选一个字体，右键属性即可得到字体的文件名。*.TTF文件可以，*.fon文件不支持，其他字体文件未测试。

输出

  • out.png：词云的图形文件。

处理步骤

  • 默认配色

在cmd窗口里，运行一下命令即可：

wordcloud_cli --text jieba_out.txt --imagefile out.png --mask wc_mask.png --fontfile STXINGKA.TTF --stopwords wc_stopwords.txt
  • 指定配色文件

在cmd窗口里，运行一下命令即可：

wordcloud_cli --text jieba_out.txt --imagefile out.png --mask wc_mask.png --fontfile STXINGKA.TTF --stopwords wc_stopwords.txt --colormask wc.png
  • 白色背景

在cmd窗口里，运行一下命令即可：

wordcloud_cli --text jieba_out.txt --imagefile out.png --mask wc_mask.png --fontfile STXINGKA.TTF --stopwords wc_stopwords.txt --colormask wc.png --background white