1 问题描述
从网上复制2021年政府工作报告到txt文件，命名为report.txt，并放置于Python工作目录下方。
2 基本词云分析
2.1 导入所需模块
import jieba
from wordcloud import WordCloud
import numpy as np
from PIL import Image
2.2 读取文字的文件
f = open('report.txt','r',encoding = 'gbk')
txt = f.read()
f.close
2.3 采用jieba进行分词
words = jieba.lcut(txt) #精确分词
newtxt = ''.join(words) #空格拼接
2.4 根据分好的词绘制词云
其中，“mysh.ttc”是系统中的中文字体文件，需要放置到Python工作目录下面！
wordcloud = WordCloud(
font_path = "msyh.ttc",
background_color='white',
max_font_size = 50
).generate(newtxt)
wordcloud.to_file('词云.jpg')
绘制好词云后，再Python工作路径下方，可以找到词云.jpg的图片！
3 自定义词云形状
上面绘制的词云图形是正方形，我们可以自定义词云的图形。例如，根据如下熊猫图形来设定词云的形状！
需要注意的是图片必须是只保留形状的png图形才可以（需要再photoshop等软件中制作），制作好后将文件放置于Python的工作目录下面。
3.1 根据图片设定词云形状
shape = np.array(Image.open("panda.png"))
3.2 绘制词云
wordcloud = WordCloud(
font_path = "msyh.ttc",
background_color="white",
width = 800,
height = 600,
max_words = 200,
max_font_size = 80,
mask = shape,
contour_width = 3,
contour_color = 'steelblue'
).generate(newtxt)
wordcloud.to_file('词云-自定义形状.png')
4 去除停用词后的词云
上面的词云中，可以发现有许多无意义的词，例如“以上”，为了进一步完善词云，需要将无意义的词去掉！这里我们使用百度的停用词表。
4.1 加载停用词
stopwords = [line.strip() for line in open('百度停词表.txt', 'r', encoding='utf-8').readlines()]
4.2 去除停用词
outwords = ''
for word in newtxt:
if word not in stopwords:
if word != '\t' and '\n':
outwords = outwords+' '+word
4.3 绘制词云
shape = np.array(Image.open("panda.png"))
wordcloud = WordCloud(
font_path = "msyh.ttc",
background_color="white",
width = 800,
height = 600,
max_words = 200,
max_font_size = 80,
mask = shape,
contour_width = 3,
contour_color = 'steelblue'
).generate(outwords)
wordcloud.to_file('词云-去除停用词.png')