臨淵羨魚(yú)，不如退而結(jié)網(wǎng)浙炼。我們步步為營(yíng)份氧，從頭開(kāi)始幫助你用Python做出第一張?jiān)~云圖來(lái)。歡迎嘗試哦鼓拧！
在大數(shù)據(jù)時(shí)代半火，你經(jīng)吃铰瑁可以在媒體或者網(wǎng)站上看到一些非常漂亮的信息圖季俩。
例如這個(gè)樣子。
看過(guò)之后你有什么感覺(jué)梅掠？想不想自己做一張出來(lái)酌住？
如果你的答案是肯定的，我們就不要拖延了阎抒，現(xiàn)在就開(kāi)始酪我，做個(gè)詞云分析圖。當(dāng)然且叁，做為基礎(chǔ)的詞云圖都哭，肯定比不上剛才那兩張信息圖酷炫。不過(guò)不要緊，好的開(kāi)始是成功的一半欺矫。食髓知味纱新，后面你就可以自己升級(jí)技能，進(jìn)入你開(kāi)掛的成功之路穆趴。
網(wǎng)上教你做信息圖的教程很多脸爱。許多都是利用了專(zhuān)用工具。這些工具好是好未妹，便捷而強(qiáng)大簿废。只是它們功能都太過(guò)專(zhuān)一，適用范圍有限络它。今天我們要嘗試的族檬，是用通用的編程語(yǔ)言 Python 來(lái)做詞云。
Python 是一種時(shí)下很流行的編程語(yǔ)言酪耕。你不僅可以用它做數(shù)據(jù)分析和可視化导梆，還能用來(lái)做網(wǎng)站、爬取數(shù)據(jù)迂烁、做數(shù)學(xué)題看尼、寫(xiě)腳本替你偷懶……
知道豆瓣嗎？它一開(kāi)始就是用 Python 寫(xiě)的盟步。
在目前的編程語(yǔ)言熱度排序里藏斩，Python 屈居第四（當(dāng)然，很多人不同意却盘，所以編程語(yǔ)言的排行榜有許多狰域，你懂的）。但看問(wèn)題要用發(fā)展眼光黄橘。隨著數(shù)據(jù)科學(xué)的發(fā)展兆览，Python 有爆發(fā)的趨勢(shì)。早點(diǎn)兒站上風(fēng)口塞关，很有益處抬探。
如果你之前沒(méi)有編程基礎(chǔ)，沒(méi)關(guān)系帆赢。從零開(kāi)始小压，意味著我會(huì)教你如何安裝Python運(yùn)行環(huán)境，一步步完成詞云圖椰于。希望你不要限于瀏覽怠益，而是親自動(dòng)手嘗試一番。到完成的那一步瘾婿，你不僅可以做出第一張?jiān)~云圖蜻牢，而且這還將是你的第一個(gè)有用的編程作品烤咧。
心動(dòng)了？那咱們就開(kāi)始吧抢呆。
安裝
首先髓削，我們需要安裝 Python 運(yùn)行環(huán)境。我專(zhuān)門(mén)為你錄制了一個(gè)視頻教程镀娶，請(qǐng)點(diǎn)擊這個(gè)鏈接查看立膛，并仿照安裝。
進(jìn)行下一步之前梯码，請(qǐng)確保你已經(jīng)安裝好了 Anaconda 宝泵，并且已經(jīng)進(jìn)入了終端。
請(qǐng)鍵入以下命令：
pip install wordcloud
如果你用的操作系統(tǒng)是蘋(píng)果的 macOS 轩娶，系統(tǒng)就會(huì)提示你先安裝 XCode 命令行工具儿奶，你按照默認(rèn)設(shè)置一步步進(jìn)行就可以了。
如果你用的是 Windows鳄抒，那么為了使用這個(gè)詞云包闯捎，就稍微麻煩一些。好在我為你錄制了在 Windows 下用 Python 制作詞云的完整視頻教程许溅，請(qǐng)點(diǎn)擊這個(gè)鏈接查看瓤鼻。
數(shù)據(jù)
安裝了 Python 的運(yùn)行環(huán)境，我們還需要數(shù)據(jù)贤重。
詞云分析的對(duì)象茬祷，是文本。
理論上講并蝗，文本可以是各種語(yǔ)言的祭犯。英文、中文滚停、法文沃粗、阿拉伯文……
為了簡(jiǎn)便，我們這里以英文文本為例键畴。你可以隨意到網(wǎng)上找一篇英文文章作為分析對(duì)象最盅。我特別喜歡英劇"Yes, minister"，所以到維基百科上找到了這部劇的介紹詞條镰吵。
我把其中的正文文字部分拷貝了下來(lái)檩禾，存儲(chǔ)為一個(gè)文本文件挂签，叫做 yes-minister.txt 疤祭。
請(qǐng)你點(diǎn)擊這個(gè)網(wǎng)址鏈接，下載壓縮包饵婆。并且把壓縮包解壓勺馆，將其中的 yes-minister.txt 文件挪動(dòng)到工作目錄 demo 里戏售。
好了，文本數(shù)據(jù)已經(jīng)準(zhǔn)備好了草穆。開(kāi)始進(jìn)入編程的魔幻世界吧灌灾！
代碼
你會(huì)注意到，剛才壓縮包里面其實(shí)還有一個(gè)文件悲柱，就是咱們?cè)~云繪制的完整代碼 ipynb 文件锋喜。
不過(guò)我建議你還是自己跟著教程做一遍。這樣印象更深刻豌鸡，不是嗎嘿般？
在命令行下，執(zhí)行：
jupyter notebook
瀏覽器會(huì)自動(dòng)開(kāi)啟涯冠，并且顯示如下界面炉奴。
這就是咱們剛才的勞動(dòng)成果——安裝好的運(yùn)行環(huán)境了。我們還沒(méi)有編寫(xiě)程序蛇更，目錄下只有一個(gè)剛才生成的文本文件瞻赶。
打開(kāi)這個(gè)文件，瀏覽一下內(nèi)容派任。
回到 Jupyter 筆記本的主頁(yè)面砸逊。我們點(diǎn)擊 New 按鈕，新建一個(gè)筆記本(Notebook)掌逛。在 Notebooks 里面痹兜，請(qǐng)選擇 Python 3 選項(xiàng)。
系統(tǒng)會(huì)提示我們輸入 Notebook 的名稱(chēng)颤诀。程序代碼文件的名稱(chēng)字旭，你可以隨便起。但是我建議你起一個(gè)有意義的名字崖叫，將來(lái)好方便查找遗淳。由于我們要嘗試詞云，就叫它 wordcloud 好了心傀。
然后就出現(xiàn)了一個(gè)空白的筆記本屈暗，供我們使用了。我們?cè)诰W(wǎng)頁(yè)里唯一的代碼文本框里脂男，輸入以下3條語(yǔ)句养叛。請(qǐng)務(wù)必逐字根據(jù)示例代碼輸入，空格數(shù)量都不可以有差別宰翅。尤其注意第三行弃甥，用4個(gè)空格，或者1個(gè) Tab 開(kāi)始汁讼。輸入后淆攻，按 Shift+Enter 鍵阔墩，就可以執(zhí)行了。
filename = "yes-minister.txt"
with open(filename) as f:
mytext = f.read()
沒(méi)有任何結(jié)果啊瓶珊。
對(duì)啸箫，因?yàn)槲覀冞@里沒(méi)有任何輸出動(dòng)作，程序只是打開(kāi)了你的 yes-minister.txt 文本文件伞芹，把里面的內(nèi)容都讀了出來(lái)忘苛，存儲(chǔ)到了一個(gè)叫做mytext 的變量里面。
然后我們嘗試顯示 mytext 的內(nèi)容唱较。輸入以下語(yǔ)句之后柑土，還是得按 Shift+Enter 鍵，系統(tǒng)才會(huì)實(shí)際執(zhí)行該語(yǔ)句绊汹。
mytext
之后的步驟里稽屏，也千萬(wàn)不要忘了這一確認(rèn)執(zhí)行動(dòng)作。
顯示的結(jié)果如下圖所示西乖。
嗯狐榔，看來(lái) mytext 變量里存儲(chǔ)的文本就是我們從網(wǎng)上摘來(lái)的文字。到目前為止获雕，一切正常薄腻。
然后我們呼喚(import)詞云包，利用 mytext 中存儲(chǔ)的文本內(nèi)容來(lái)制造詞云届案。
from wordcloud import WordCloud
wordcloud = WordCloud().generate(mytext)
這時(shí)程序可能會(huì)報(bào)警庵楷。別擔(dān)心。警告(warning)不影響程序的正常運(yùn)行楣颠。
此時(shí)詞云分析已經(jīng)完成了尽纽。你沒(méi)看錯(cuò)，制作詞云的核心步驟只需要這2行語(yǔ)句童漩，而且第一條還只是從擴(kuò)展包里找外援弄贿。但是程序并不會(huì)給我們顯示任何東西。
說(shuō)好了的詞云呢矫膨？折騰了這么半天差凹，卻啥也沒(méi)有，你蒙人嗎侧馅？危尿！
別激動(dòng)。輸入下面4行語(yǔ)句后馁痴，就是見(jiàn)證奇跡發(fā)生的時(shí)刻了谊娇。
%pylab inline
import matplotlib.pyplot as plt
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis("off")
運(yùn)行結(jié)果如圖所示：
不用那么興奮嘛。
你可以在詞云圖片上單機(jī)鼠標(biāo)右鍵弥搞，用“圖片另存為”功能導(dǎo)出邮绿。
通過(guò)這張?jiān)~云圖，我們可以看到不同單詞和詞組出現(xiàn)的頻率高低差別攀例。高頻詞的字體明顯更大船逮，而且顏色也很醒目。值得說(shuō)明的是粤铭，最顯眼的單詞 Hacker 并不是指黑客挖胃，而是指這部劇的主角之一——哈克首相。
希望你在嘗試過(guò)程中一切順利梆惯。對(duì)自己生成的詞云圖滿意嗎酱鸭？如果你不滿意，也不要緊垛吗，可以挖掘 wordcloud 軟件包的其他高級(jí)功能凹髓。嘗試一下，看自己能不能做出這樣的詞云圖來(lái)怯屉？
討論
學(xué)完了本方法后蔚舀，你做出了一張什么樣的詞云圖？除了本文介紹的方法以外锨络，你還知道哪些便捷地制作詞云或其他信息圖的方式赌躺？歡迎留言，分享給大家羡儿。我們共同交流討論礼患。
喜歡請(qǐng)點(diǎn)贊。還可以微信關(guān)注和置頂我的公眾號(hào)“玉樹(shù)芝蘭”(nkwangshuyi)掠归。
如果你對(duì)數(shù)據(jù)科學(xué)感興趣缅叠，不妨閱讀我的系列教程索引貼《如何高效入門(mén)數(shù)據(jù)科學(xué)？》虏冻，里面還有更多的有趣問(wèn)題及解法痪署。
