python + wordcloud实现任意形状标签云

公司最新App——AirOh已经上线三个多月，积累了首批原始用户。后台分别对用户和功能进行了统计分析，得到了丰富的数据结果。除了常规的表格、曲线、柱状图及污染热图等展示形式，亦对数据进行标签化处理，得到了非常有意思的展现形式。结果如下：

纯文字标签云

图片叠加效果标签云

从两张图的对比来看，标签云的效果比表格形象，用户更加容易理解，并带有一些小心思的创新。

目前，python + wordcloud实现标签云效果的教程很多，但由于机子的配置等一些问题，还是趟了一些坑，做下记录，供查询。

简要流程

系统配置：Ubuntu 14.04, Python 2.7

• 安装python插件

  • sudo apt-get install python-tk

  注意：一定要提前安装该插件，不然会出现报错

  错误：wordcloud no display name and no $DISPLAY environment variable  

  主要原因是matplotlib插件中plt.imshow(wordcloud)中默认backend设置为Agg，而改GUI无法加载图片, 修改/etc/matplotlibrc

  backend      : TkAgg

  • sudo apt-get install python-numpy
  • sudo apt-get install python-matplotlib

• 运行事例代码

  • 这里就不赘述，直接拷贝一段我试验过的一段代码

  from wordcloud import WordCloudimport PILimport matplotlibimport matplotlib.pyplot as pltimport numpy as np###Note:Following 3 lines are for the problem of Chinese Font display###from pylab import mplmpl.rcParams['font.sans-serif'] = ['SimHei']mpl.rcParams['axes.unicode_minus'] = Falsedef wordcloudplot(txt):###Note：一定要加上以下三行代码。最早把这三行注释掉，ubuntu系统缺少matplotlib支持中文字体生成的标签云中文显示为口，查了很多材料，都没有明确说明这个问题最好加上这三行，或者自己添加为自己喜欢的字体！！！###    path='msyh.ttf'    path=unicode(path, 'utf8').encode('gb18030')    alice_mask = np.array(PIL.Image.open('air.jpg'))    wordcloud = WordCloud(font_path=path,                          background_color="white",                          margin=5,                          width=1800,                          height=800,                          mask=alice_mask,                          max_words=2000,                          max_font_size=60,                          random_state=42)    #wordcloud = wordcloud.generate(txt)    wordcloud = wordcloud.fit_words(txt)    wordcloud.to_file('output.png')    plt.imshow(wordcloud)    plt.axis("off")    plt.show()def main():    a=[]    f=open(r'android.txt','r').readlines()    for line in f:        tempArr = line.strip()split("  ")        tempArr[0] = tempArr[0].decode("utf-8")        tempArr[1] = int(tempArr[1])        a.append(tempArr)    wordcloudplot(a)if __name__=='__main__':    main()

  Note：
  wordcloud支持两种标签云生成方式，针对不同的txt格式，其中
  generate方法输入数据格式为字符串，直接输入文本流即可，实现原理可查看方法实现

  txt = open("test.txt",'r').readlines()

  fit_words方法输入数据，已经对数据进行了处理，比如格式为

  txt = [(u'空气龙',50000),(u'出行地图',4000),(u'社区PK',609029),...]

参考链接：

1. 个人网站
2. 【下载】msyh.tff
3. https://www.zhihu.com/question/28975391