答案：使用wordcloud库生成词云需先安装并导入wordcloud和matplotlib，通过generate()处理文本或generate_from_frequencies()传入词频字典，设置参数后用plt.imshow()显示并可保存为图片文件。
在Python中使用wordcloud库生成词云，核心是将文本数据转换为可视化图像。整个过程不复杂，只要准备好文本或词频数据，调用相应方法就能出图。
安装与导入库
首先要确保安装了wordcloud库，通常还需要matplotlib来显示图像。
pip install wordcloud matplotlib安装完成后导入所需模块：
- from wordcloud import WordCloud
- import matplotlib.pyplot as plt
基于文本生成词云
最常见的方式是直接输入一段文本，wordcloud会自动分词并统计频率。
立即学习“Python免费学习笔记（深入）”；
例如：
- text = "Python is great. Python is powerful. Data science uses Python."
- wc = WordCloud(width=800, height=400, background_color='white').generate(text)
- plt.figure(figsize=(10, 5))
- plt.imshow(wc)
- plt.axis('off')
- plt.show()
WordCloud对象可设置宽高、背景色、字体、最大词数等参数，generate()方法处理纯文本。
使用自定义词频字典
如果已有分好词的频率数据，可以直接传入字典。
- freq_dict = {'Python': 10, 'data': 8, 'science': 6, 'great': 5}
- wc = WordCloud().generate_from_frequency(freq_dict)
- plt.imshow(wc)
- plt.axis('off')
- plt.show()
这种方式适合中文文本预处理后的情况，因为中文需要先用jieba等工具分词。
保存词云图像
生成后可用to_file()保存为图片文件。
- wc.to_file('wordcloud.png')
支持png、jpg等常见格式，方便后续使用。
基本上就这些。关键是把文本准备好，参数调一调，再用matplotlib展示或直接保存。中文要注意编码和分词处理，其他语言相对简单。
