词云，又称文字云、标签云，是对文本数据中出现频率较高的“关键词”在视觉上的突出呈现，形成关键词的渲染形成类似云一样的彩色图片，从而一眼就可以领略文本数据的主要表达意思。 常见于博客、微博、文章分析等。

基本概念：

1.语  料  库：预料库是我们要分析的所有文档的集合
2.中文分词：指的是将一个汉字序列切成一个一个单独的词
3.停  用  词：数据处理的时候，自动过滤掉某些字或词，如：web，网站等

基本操作步骤如下：

1.构建预料库

2.语料库文件读取

3.中文分词
分词包：jiebe.cut(content)
.content:需要分词的句子
.返回segment：分词的词组
(词库可到搜狗下载，然后用深蓝词库转换工具转成无拼音的文本格式)

jieba.add_word(w) 向分词词典增加新词w

4.词频统计--分组统计各词组数量

5.移除停用词

6.绘制词云图

下面是我在jupyter上运行的代码部分：

import numpy as np
from wordcloud import WordCloud
import matplotlib.pyplot as plt
import jieba
from scipy.misc import imread
import imageio
from PIL import Image
from os import path
#open("abc.txt",encoding="gbk").read()
def grey_color_func(word,font_size,position,orientation,random_state=None,**kwargs):
    return "hsl(0,0%%,%d%%)"%random.randint(60,100)

#对文本进行读取
txt=open("huozhe.txt",encoding="utf-8").read()
#对添加新的中文分词（如人名等）
#对文本进行分词处理
words = jieba.lcut(txt,cut_all = False)
#cut_all:是否采用全模式
#HMM：是否采用HMM模型

#读取停用词，创建停用词表
stopwords = [line.strip() for line in open("CS.txt").readlines()]
#stopwords.add("浩介")
    print("{0:<10}{1:>5}".format(word,count))

text = open("huozhe.txt",encoding="utf-8").read()  
#结巴分词  
mytext = jieba.cut(text,cut_all=False)  #采用精准模式，true为全模式
wt = " /".join(mytext)  
bg_image = imageio.imread('demo2.jpg')
print("图片加载成功")
#设置词云相关参数
wc = WordCloud( #设置背景颜色
               background_color = "white",
                #设置最大显示的字数
               max_words = 200,
                #设置背景图片
               mask = bg_image,
                #此处添加停用词库——需要上门导入
               stopwords = stopwords,
                #设置中文字体，词云默认字体是“DroidSansMono.ttf字体库”，不支持中文
               font_path = "simsun.ttf",
                #设置字体最大值
               max_font_size = 500,
                #设置有多少种随机生成状态，即有多少种配色方案
               random_state = 30,
                #轮廓线宽度
               contour_width=3,
                #轮廓线颜色
               contour_color = 'steelblue',
mycloud= wc.generate(wt)#生成词云  
#设置生成图片的标题
plt.title("Jie_You")
#展示词云图  
plt.imshow(mycloud)  
#设置是否显示 X、Y 轴的下标。
plt.axis("off")  
plt.show()
#保存所生成的词云图
#mycloud.to_file('test.jpg')

mycloud.to_file('test.jpg')

注：1.上图是我用于生成词云图的样图。2.预料库为 余华的短篇小说《活着》。3.停用词为CS.txt，下载自 网络 。另外自己又添加了部分停用词。

中文分词详细介绍【 https://blog.csdn.net/jiajikang_jjk/article/details/83744936 】