轉(zhuǎn)載于： http://blog.csdn.net/u010309756/article/details/67637930
基本參數(shù)
class wordcloud.WordCloud(font_path=None, width=400, height=200,
margin=2, ranks_only=None, prefer_horizontal=0.9,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=0.5, regexp=None,
collocations=True,colormap=None, normalize_plurals=True)
這是wordcloud的所有參數(shù)，下面具體介紹一下各個(gè)參數(shù)：
font_path : string //字體路徑夺脾，需要展現(xiàn)什么字體就把該字體路徑+后綴名寫上始藕，如：font_path = '黑體.ttf'
width : int (default=400) //輸出的畫布寬度社证，默認(rèn)為400像素
height : int (default=200) //輸出的畫布高度，默認(rèn)為200像素
prefer_horizontal : float (default=0.90) //詞語水平方向排版出現(xiàn)的頻率逻悠，默認(rèn) 0.9 （所以詞語垂直方向排版出現(xiàn)頻率為 0.1 ）
mask : nd-array or None (default=None) //如果參數(shù)為空俏站，則使用二維遮罩繪制詞云志笼。如果 mask 非空沿盅，設(shè)置的寬高值將被忽略，
遮罩形狀被 mask 取代纫溃。除全白（#FFFFFF）的部分將不會繪制腰涧，其余部分會用于繪制詞云。如：bg_pic = imread('讀取一張圖片.png')紊浩，
背景圖片的畫布一定要設(shè)置為白色（#FFFFFF）窖铡，然后顯示的形狀為不是白色的其他顏色》凰可以用ps工具將自己要顯示的
形狀復(fù)制到一個(gè)純白色的畫布上再保存费彼，就ok了。
scale : float (default=1) //按照比例進(jìn)行放大畫布口芍，如設(shè)置為1.5箍铲，則長和寬都是原來畫布的1.5倍。
min_font_size : int (default=4) //顯示的最小的字體大小
font_step : int (default=1) //字體步長鬓椭，如果步長大于1虹钮，會加快運(yùn)算但是可能導(dǎo)致結(jié)果出現(xiàn)較大的誤差聋庵。
max_words : number (default=200) //要顯示的詞的最大個(gè)數(shù)
stopwords : set of strings or None //設(shè)置需要屏蔽的詞，如果為空芙粱，則使用內(nèi)置的STOPWORDS
background_color : color value (default=”black”) //背景顏色，如background_color='white',背景顏色為白色氧映。
max_font_size : int or None (default=None) //顯示的最大的字體大小
mode : string (default=”RGB”) //當(dāng)參數(shù)為“RGBA”并且background_color不為空時(shí)春畔，背景為透明。
relative_scaling : float (default=.5) //詞頻和字體大小的關(guān)聯(lián)性
color_func : callable, default=None //生成新顏色的函數(shù)岛都，如果為空律姨，則使用 self.color_func
regexp : string or None (optional) //使用正則表達(dá)式分隔輸入的文本
collocations : bool, default=True //是否包括兩個(gè)詞的搭配
colormap : string or matplotlib colormap, default=”viridis” //給每個(gè)單詞隨機(jī)分配顏色，若指定color_func臼疫，則忽略該方法择份。
fit_words(frequencies) //根據(jù)詞頻生成詞云
generate(text) //根據(jù)文本生成詞云
generate_from_frequencies(frequencies[, ...]) //根據(jù)詞頻生成詞云
generate_from_text(text) //根據(jù)文本生成詞云
process_text(text) //將長文本分詞并去除屏蔽詞（此處指英語，中文分詞還是需要自己用別的庫先行實(shí)現(xiàn)烫堤，使用上面的 fit_words(frequencies) recolor([random_state, color_func, colormap]) //對現(xiàn)有輸出重新著色荣赶。重新上色會比重新生成整個(gè)詞云快很多。
to_array() //轉(zhuǎn)化為 numpy array
to_file(filename) //輸出到文件
