用python绘制词云，主要用到的是wordcloud库和jieba库，安装只需要pip isntall wordcloud和pip install jieba就行，用python统计文本中的词频，并且绘制词云

Python项目案例开发从入门到实战源代码第20章 词云实战——爬取豆瓣影评生成词云

包含echarts根据自定义图片内容形状生成词云图，纯 js 简单实现酷炫的3d球体滚动词云，并可实现根据鼠标悬浮位置定向滚动，html5方式根据htmlCanvs画布实现3d球体动态混动，可自由缩放词云画布大小。

Python爬虫爬取校内论坛标题，爬取某板块一千多页的标题，并将其中关键词整理成自定义词云图

模拟登录，用scrapy+selenium+PhantomJS爬取知乎话题的评论，并且做成关键字词云展示

java中文分词，协同过滤算法词频分析，javaGUI界面初步，生成java数据词云

最全字符云图，压缩包内附7种不同字符云图。包括echart词云，3D动态效果词云图等

这是《Python数据挖掘课程》系列文章，前面很多文章都讲解了分类、聚类算法，而这篇文章主要讲解如何调用SnowNLP库实现情感分析，处理的对象是豆瓣《肖申克救赎》的评论文本。文章比较基础，希望对你有所帮助，提供些思路，也是自己教学的内容。如果文章中存在错误或不足之处，还请海涵。同时，推荐大家阅读我以前的文章了解其他知识。 --------------------- 作者：Eastmount 来源：CSDN 原文：https://blog.csdn.net/Eastmount/article/details/85118818 版权声明：本文为博主原创文章，转载请附上博文链接！

爬取豆瓣电视剧天盛长歌影评，并去掉其中的停止词，生成词云，

（1）打开豆瓣一部电影评论区，根据html结构捕获三个信息： 一，每账号的评分等级为5星、4星、3星、2星、1星； 二，每个账号的评论留言； 三，跳转到下个评论页面的http链接 （2）获取所有的信息后对信息进行处理： 一，计算出每个星级的总数和一共多少账户进行了评级 二、将所有的评论内容放在一起，处理评论中的空格和其他不规范形式 （3）用matplotlib绘制评分等级占比的饼图，用jieba进行分词处理，用wordcloud生成词云图 同个修改url=https://movie.douban.com/subject/26430636/comments?start=0&limit=20&sort=new_score&status=P&percent;_type= 之中“26430636”为电影的代表，将其换做其他的编号就可以读取和生成其他电影的matplotlib和wordcloud制作评分图和词云图