【NLP舆情分析】基于python微博舆情分析可视化系统(flask+pandas+echarts) 视频教程 - 基于wordcloud库实现词云图

大家好，我是java1234_小锋老师，最近写了一套【NLP舆情分析】基于python微博舆情分析可视化系统(flask+pandas+echarts)视频教程，持续更新中，计划月底更新完，感谢支持。今天讲解基于wordcloud库实现词云图

视频在线地址：

2026版【NLP舆情分析】基于python微博舆情分析可视化系统(flask+pandas+echarts+爬虫) 视频教程（火爆连载更新中..）_哔哩哔哩_bilibili

课程简介：

本课程采用主流的Python技术栈实现，Mysql8数据库，Flask后端，Pandas数据分析，前端可视化图表采用echarts，以及requests库，snowNLP进行情感分析，词频统计，包括大量的数据统计及分析技巧。

实现了，用户登录，注册，爬取微博帖子和评论信息，进行了热词统计以及舆情分析，以及基于echarts实现了数据可视化，包括微博文章分析，微博IP分析，微博评论分析，微博舆情分析。最后也基于wordcloud库实现了词云图，包括微博内容词云图，微博评论词云图，微博评论用户词云图等功能。

基于wordcloud库实现词云图

词云（Word Cloud） 是一种文本数据可视化形式，通过不同大小、颜色和布局的词汇展示文本中的关键词频率。词汇出现频率越高，在词云中显示得越大、越突出。常用于快速识别文本主题、情感分析或数据摘要。

核心特点

视觉突出：高频词汇尺寸更大、更醒目
自定义灵活：支持形状、颜色、字体等深度定制
快速洞察：一眼识别文本核心主题
应用广泛：社交媒体分析、用户评论摘要、报告生成等

安装wordcloud库

复制代码

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

以下是 wordcloud.WordCloud 类构造方法的完整参数说明，掌握这些参数可以创建高度定制化的词云：

复制代码

WordCloud(
    # 核心参数
    font_path=None,      # 字体路径（解决中文显示必备）
    width=400,           # 图像宽度（像素）
    height=200,          # 图像高度（像素）
    margin=2,            # 边距（像素）
    
    # 颜色与样式
    background_color="black",  # 背景色
    colormap=None,       # 颜色映射（如'viridis'/'plasma'，与color_func二选一）
    color_func=None,     # 自定义颜色函数
    
    # 文本处理
    max_words=200,       # 最大显示词数
    stopwords=None,      # 停用词集合
    min_word_length=0,   # 最小词长（过滤短词）
    collocations=True,   # 是否包含双词搭配（bigram）
    
    # 字体控制
    max_font_size=None,  # 最大字体尺寸（自动计算）
    min_font_size=4,     # 最小字体尺寸
    font_step=1,         # 字体步进值（越大渲染越快）
    relative_scaling=.5, # 词频缩放比例（0-1，1为线性）
    
    # 布局与形状
    mask=None,           # 形状蒙版（numpy数组）
    contour_width=0,     # 轮廓线宽
    contour_color='black',# 轮廓颜色
    
    # 重复词处理
    repeat=False,        # 是否允许重复词
    include_numbers=False, # 是否包含数字
    normalize_plurals=True # 复数归一化（如word/words）
    
    # 其他高级参数
    prefer_horizontal=.9, # 水平词比例（0.9=90%词水平）
    scale=1,             # 图像缩放比例（>1提高分辨率）
    random_state=None,   # 随机种子（固定布局）
    collocation_threshold=30, # 双词搭配阈值
    mode="RGB",          # 图像模式（RGB/RGBA）
)

常用参数详解

参数	说明	示例值
`width`/`height`	图片尺寸	`800`, `400`
`background_color`	背景色	`"white"`, `"#000000"`
`max_words`	最大词汇数量	`200`
`colormap`	颜色映射	`"viridis"`, `"tab20"`
`mask`	形状模板	`numpy数组`
`stopwords`	停用词表	`set(["a", "the"])`
`font_path`	字体路径	`"arial.ttf"`

下面是示例代码：

复制代码

import sys

import numpy as np
from PIL import Image
from matplotlib import pyplot as plt
from wordcloud import WordCloud

sys.path.append('static')

if __name__ == '__main__':
    text = "牛掰 牛逼 大佬 我去 张三 卡卡 嘿嘿 哈哈 生成 商城 气死我了 不去 就不要 好滴 骄傲 好的 大战 发展 求生 共存 火了 刘安 伙计 火鸡 打火机"
    img = Image.open('article_mask.jpg')  # 形状模版图片
    img_arr = np.array(img)  # 转成图片数组对象
    wc = WordCloud(
        width=800,
        height=600,
        background_color='white',
        colormap='Blues',
        font_path='STHUPO.TTF',
        mask=img_arr
    )
    wc.generate_from_text(text)

    # 绘制图片
    plt.imshow(wc)

    # 不显示坐标轴
    plt.axis('off')

    outImg = 'wordcloud_test.jpg'
    plt.savefig('wordcloud_test.jpg', dpi=500)

我们可以封装下，做成一个生成词云图的工具方法genWordCloudPic()，其他地方就可以传参直接调用生成词云图。

复制代码

import numpy as np
from PIL import Image
from matplotlib import pyplot as plt
from wordcloud import WordCloud


def genWordCloudPic(str, maskImg, outImg):
    """
    生成云图
    :param str: 词云 空格隔开
    :param maskImg: 形状模版图片
    :param outImg: 输出的词云图文件名
    :return:
    """
    img = Image.open(maskImg)  # 形状模版图片
    img_arr = np.array(img)  # 转成图片数组对象
    wc = WordCloud(
        width=800,
        height=600,
        background_color='white',
        colormap='Blues',
        font_path='STHUPO.TTF',
        mask=img_arr
    )
    wc.generate_from_text(str)

    # 绘制图片
    plt.imshow(wc)

    # 不显示坐标轴
    plt.axis('off')

    plt.savefig(outImg, dpi=500)


if __name__ == '__main__':
    text = "牛掰2 牛逼 大佬 我去 张三 卡卡 嘿嘿 哈哈 生成 商城 气死我了 不去 就不要 好滴 骄傲 好的 大战 发展 求生 共存 火了 刘安 伙计 火鸡 打火机"
    genWordCloudPic(text, 'comment_mask.jpg', 'wordcloud_test2.jpg')

运行生成：