python为啥wordcloud 生成的词云，单词排列不够紧凑？

Posted 2023-03-18

就是稀稀拉拉的，单词之间间距很大，以下是代码和词云图片

你设置的最大号字体也就是max_font_size相对于整个图片太小了（可以设置成120试试，估计整个就会显得稠密了），而你出现的人物本身就不多，自然出来显得稀稀拉拉。追问

感谢，默认的max_front_size数值是多少？

追答

你设大点应该就可以了，默认的我也不知道。

参考技术A max_words 设小点追问

我试了，还是稀稀拉拉的，一点也不密集

python3.7生成的词云，显示成功，却没有图片？

#以下是写在idle中的代码
import jieba
import wordcloud
txt="从来就没有什么救世主，也不靠神仙皇帝\
我们要创造人类的幸福，全靠我们自己\
旧世界打个落花流水，奴隶们起来起来。"
w=wordcloud.WordCloud(width=1000,\
font_path="msyh.ttc",height=700)
w.generate(" ".join(jieba.lcut(txt)))
w.to_file("aaaaa.png")
下面是输出结果
Building prefix dict from the default dictionary ...
Loading model from cache C:\Users\张子成\AppData\Local\Temp\jieba.cache
Loading model cost 0.907 seconds.
Prefix dict has been built succesfully.

根据你的代码，你生成的词云图片文件名字叫做aaaaa.png，打开你存储python文件的文件夹，在那里面找到aaaaa.png这个图片文件，打开就是生成的词云了 参考技术A 1.对文本数据进行分词，也是众多NLP文本处理的第一步，对于wordcloud中的process_text（）方法，主要是停词的处理.
2.计算每个词在文本中出现的频率，生成一个哈希表。词频计算相当于各种分布式计算平台的第一案例wordcount， 和各种语言的hello world 程序具有相同的地位了，呵呵。
3.根据词频的数值按比例生成一个图片的布局，类IntegralOccupancyMap是该词云的算法所在，是词云的数据可视化方式的核心。
4.将词按对应的词频在词云布局图上生成图片，核心方法是generate_from_frequencies,不论是generate（）还是generate_from_text（）都最终到generate_from_frequencies
5.完成词云上各词的着色,默认是随机着色 参考技术B 楼主解决了吗？如何解决的