Python可以做海报？
Python真的可以做海报吗？
Python做海报，你确定不是在逗我？
重要的问题问了三遍，答案是真的可以！
今天我们就来用Python的一个比较好玩的模块来进行创作----词云（wordcloud）。
词云这个模块很好玩，特可以把句子词云做成图像效果，而且很有感觉，大家可以先预览一下：
这些便是词云（wordcloud）做出来的。
那对于词云这个模块，我们怎么去使用呢？
首先第一步，安装词云模块：
pip install wordcloud
安装的时候记得要装一下它的依赖
链接：https://pan.baidu.com/s/1VyUb460-TCiVaHjrDGVBwg 密码：6kv1
依赖也可以使用pip安装，直接pip install 依赖所在的路径即可。
下面一个还要安装的是scipy模块，SciPy是为数学,科学和工程服务的开源软件； 这里对于词语排放就会用到它。
pip install scipy
最后一个模块是做图像展示的：matplotlib
pip install matplotlib
安装完毕之后我们就可以来使用词云模块了:
首先将需要用到的每个模块都导入进来：
from wordcloud import WordCloud,STOPWORDS,ImageColorGenerator import matplotlib.pyplot as plt from scipy.misc import imread
导入之后做的第一件事是读取词汇文本，需要使用open方法打开一个TXT文件：
text = open('words.txt','r',encoding='utf-8').read()
之后我们需要使用导入背景图片了，背景图片决定我们最终图片显示的形状，这时候就需要用到scipy模块里面的inread方法了：
pic = imread('axa.jpg')
之后我们便可以使用wordcloud模块的WordCloud方法进行生成词云了：
wc = WordCloud( font_path='./font/llqq.ttf',#设置字体 background_color="black", #背景颜色 max_words=2000,# 词云显示的最大词数 mask=back_coloring,#设置背景图片 #max_font_size=100, #字体最大值 # width=4000, # height=2000, random_state=42, # color_func = random_color_func, ).generate(text) # 生成词云
wordcloud方法里面的参数有很多，现在来一一介绍：
font_path : string //字体路径，需要展现什么字体就把该字体路径+后缀名写上，如：font_path = '黑体.ttf'
width : int (default=400) //输出的画布宽度，默认为400像素
height : int (default=200) //输出的画布高度，默认为200像素
prefer_horizontal : float (default=0.90) //词语水平方向排版出现的频率，默认 0.9 （所以词语垂直方向排版出现频率为 0.1 ）
mask : nd-array or None (default=None) //如果参数为空，则使用二维遮罩绘制词云。如果 mask 非空，设置的宽高值将被忽略，遮罩形状被 mask 取代。除全白（#FFFFFF）的部分将不会绘制，其余部分会用于绘制词云。如：bg_pic = imread('读取一张图片.png')，背景图片的画布一定要设置为白色（#FFFFFF），然后显示的形状为不是白色的其他颜色。可以用ps工具将自己要显示的形状复制到一个纯白色的画布上再保存，就ok了。
scale : float (default=1) //按照比例进行放大画布，如设置为1.5，则长和宽都是原来画布的1.5倍。
min_font_size : int (default=4) //显示的最小的字体大小
font_step : int (default=1) //字体步长，如果步长大于1，会加快运算但是可能导致结果出现较大的误差。
max_words : number (default=200) //要显示的词的最大个数
stopwords : set of strings or None //设置需要屏蔽的词，如果为空，则使用内置的STOPWORDS
background_color : color value (default=”black”) //背景颜色，如background_color='white',背景颜色为白色。
max_font_size : int or None (default=None) //显示的最大的字体大小
mode : string (default=”RGB”) //当参数为“RGBA”并且background_color不为空时，背景为透明。
relative_scaling : float (default=.5) //词频和字体大小的关联性
color_func : callable, default=None //生成新颜色的函数，如果为空，则使用 self.color_func
regexp : string or None (optional) //使用正则表达式分隔输入的文本
collocations : bool, default=True //是否包括两个词的搭配
colormap : string or matplotlib colormap, default=”viridis” //给每个单词随机分配颜色，若指定color_func，则忽略该方法。
fit_words(frequencies) //根据词频生成词云
generate(text) //根据文本生成词云
generate_from_frequencies(frequencies[, ...]) //根据词频生成词云
generate_from_text(text) //根据文本生成词云
process_text(text) //将长文本分词并去除屏蔽词（此处指英语，中文分词还是
需要自己用别的库先行实现，使用上面的 fit_words(frequencies) ）
recolor([random_state, color_func, colormap]) //对现有输出重新着色。重新上色会比重新生成整个词云快很多。
to_array() //转化为 numpy array
to_file(filename) //输出到文件
到这里我们整个图片已经生成好了。下面我们只需要用pyplot方法将它展示出来就ok了。
运行程序就可以打印结果了。
打印结果就如我们一开始所展示的。
如果想把图片保存下来，可以使用上面提到过的to_file(filename) 方法：
对于如果需要使用中文分词，我们可以使用jieba模块来分词：
pip install jieba seg_generator = jieba.cut(text) # 使用结巴分词 seg_list = [i for i in seg_generator if i not in stopwords] seg_list = [i for i in seg_list if i != u' '] seg_list = r' '.join(seg_list)
最后把我们的代码总结的更精炼一点：
这样使用词云做海报的代码结完成啦！
