牟晓东

所谓的“词云”图，指的是通过“关键词（KeyWord）渲染”的方式对高频关键词进行视觉凸显强调的图片，将绝大多数的低频文本信息进行了过滤，浏览者可以在短短几秒的时间内获得文章的最关键信息——“一图胜千文”。目前在互联网上有网站提供在线词云图的生成服务，用户只需将自己的文本内容粘贴上传，服务器很快就会生成并返回一张词云图（有的还提供有各种个性化形状）。其實，我们在本地通过Python编程也能够比较方便地制作出词云图。

1.jieba和wordcloud等库模块的安装准备工作

Python之所以功能强大，是与其丰富的标准库和第三方库的支持分不开的。想要进行词云图的制作，除了常规的numpy科学计算和PIL图像库之外，还需要在编写程序前进行jieba和wordcloud库模块的安装，操作方法是在命令行模式中分别输入命令“pip install jieba”和“pip install wordcloud”。如果无法安装成功（默认的国外更新源经常会因速度不稳而导致安装失败），建议更换安装源为国内的清华或是阿里云等镜像。

jieba模块是一个专门用于中文（也支持英文）分词的Python库模块，即将文本内容以单个词为单元进行“断句”，可以使用其中的jieba.lcut（）进行分词并将结果保存于列表中。比如：“words = jieba.lcut（‘我们都有一个家）”和“print（words）”两行语句，执行后就会将“我们都有一个家”分解成“我们”、“都”、“有”、“一个”和“家”共五个词，保存在words列表中打印输出（如图2）。

2.提取高频词

我们以分析《三国演义》中著名的“火烧赤壁”片段为例（从第60章“诸葛亮舌战群儒”到第70章“诸葛亮智算华容”），将文本内容从网络上复制粘贴到本地，保存为文本文件“火烧赤壁.txt”。……