工具包安装与词云生成

目标：学习如何在 Anaconda Prompt 中安装 Python 工具包，并用 wordcloud + matplotlib 生成简单的英文词云图。

1. 安装工具包

在数据可视化和文本挖掘中，我们经常需要第三方工具包（package）。
这里用到：

• wordcloud：生成词云图
• matplotlib：绘制图形

1.1 基本安装方法（在 Anaconda Prompt 中执行）

pip install wordcloud
pip install matplotlib

1.2 快捷安装方法（国内清华镜像源，加速下载）

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple wordcloud

2. 导入工具包

安装完成后，在 Python 中用 import 导入：

• matplotlib.pyplot as plt：作图工具包
• WordCloud, STOPWORDS：词云和停用词集合

import matplotlib.pyplot as plt   # 导入作图工具包
from wordcloud import WordCloud, STOPWORDS  # 导入词云工具、停用词工具

3. 读入语料

词云的输入通常是一段文本。这里用英文示例。
也可以从文件读取，如 open('text.txt').read()。

data = """Sometimes people come into your life and you know right away that they were meant to be there,
they serve some sort of purpose,to teach you a lesson or help figure out who you are or who you want to become.
You never know who these people may be -your roommate,neighbor,professor,long lost friend,lover or even a complete stranger
who,when you lockeyes with them,you know that very moment that they will affect your life in some profound way."""

# 查看前10个字符
print(data[:10])

Sometimes 

4. 停用词（Stopwords）

停用词是在分析中需要忽略的常用词，如 the、is、and 等。
STOPWORDS 是 wordcloud 自带的英文停用词集合，也可以添加自定义停用词。

stopwords = set(STOPWORDS)
print("停用词样例：", list(stopwords)[:20])  # 查看部分停用词

停用词样例： ['the', 'how', 'is', "you're", 'above', 'have', 'below', 'what', 'while', 'during', 'from', "we've", 'each', "we'll", 'else', "hasn't", 'but', 'further', "they'd", "here's"]

5. 创建词云图

常用参数：

• background_color：背景颜色（如 'white'）
• max_words：最大显示的词数
• stopwords：停用词集合

生成方法：

wc = WordCloud(...)
wc.generate(data)

wc = WordCloud(
    background_color='white',  # 背景颜色
    max_words=200,              # 最大显示词数
    stopwords=stopwords         # 停用词集合
)

wc.generate(data)  # 生成词云

<wordcloud.wordcloud.WordCloud at 0x28f7d536d60>

6. 绘制并显示词云

用 matplotlib 的 imshow() 显示词云图像。

• interpolation="bilinear" 让图像平滑
• plt.axis("off") 关闭坐标轴

plt.imshow(wc, interpolation="bilinear")
plt.axis("off")  # 不显示坐标轴
plt.show()

注意事项

1. 安装位置：建议在 Anaconda Prompt（或终端）中执行 pip install，不要在 Python 交互环境里运行。
2. 中文词云：如果文本是中文，需要先分词（如用 jieba），并指定支持中文的字体文件，否则会出现乱码。
3. 停用词调整：可以用 stopwords.add('word') 添加额外停用词。
4. 文件输入：大文本建议从 .txt 或 .csv 文件中读取，以便维护。