【可视化】文本可视化：词云

词云（标签云）是一种常用的基于词频的文本可视化方式，可以通过多种方式完成制作。可以选择在线词云生成工具，如 微词云、WordArt 等，也可以使用程序设计语言（ Python 等）进行编写，可以用作制作词云的 Python 库包括 wordcloud、pytagcloud 、pyecharts 等。

词云的概念

“词云”这个概念由美国西北大学新闻学副教授、新媒体专业主任里奇·戈登（Rich Gordon）提出。戈登做过编辑、记者，曾担任迈阿密先驱报（Miami Herald）新媒体版的主任。他一直很关注网络内容发布的最新形式——即那些只有互联网可以采用而报纸、广播、电视等其它媒体都望尘莫及的传播方式。通常，这些最新的、最适合网络的传播方式，也是最好的传播方式。 因此，“词云”就是对网络文本中出现频率较高的“关键词”予以视觉上的突出，形成“关键词云层”或“关键词渲染”，从而过滤掉大量的文本信息，使浏览网页者只要一眼扫过文本就可以领略文本的主旨。

百度百科：https://baike.baidu.com/item/%E8%AF%8D%E4%BA%91

在线生成工具

在线生成工具有很多，包括 微思词云 、 微词云（收费）、WordArt （免费、不支持中文）等，操作大同小异，基本分为导入数据，选择形状，配置颜色、字体，然后生成词云下载即可，不再赘述。

Python 词云生成库

基于 Python 常用的词云库包括 wordcloud、pytagcloud 等，能够批量化的生成词云，根据需要选择 wordcloud 或 pytagcloud 安装即可，在 Anaconda Prompt 使用 pip 即可，输入命令 “pip install pytagcloud” 、 “ pip install wordcloud” 或 “pip install pyechats” 安装相应的 Python 库即可。本文选用 pyecharts 做示范。pyecharts 是一个用于生成 Echarts 图表的类库，Echarts 是百度开源的一个数据可视化 JS 库，主要用于数据可视化。pyecharts 是一个用于生成 Echarts 图表的类库。是 Echarts 与 Python 的对接。

安装好后，打开 Jupyter Notebook 开始词云的制作。

Jupyter 中输入上述代码，data 用中的每个元组表示相应的单词和权重，运行即可得到相应的词云图，data 中的数据可以通过 jieba 中文分词库对中文进行分词，然后统计词频，得到任意文本的词云图。

网上有很多使用 Python 生成词云的教程，有兴趣的同学可以尝试使用另外两个词云生成库制作词云！

参考资料

[1] 用jieba分词提取关键词做漂亮的词云

[2] 利用jieba分词,构建词云图