对中英文混合文本进行词云分析 Python

以下是对中英文混合文本进行词云分析的 Python 代码：

import jieba
from wordcloud import WordCloud
import matplotlib.pyplot as plt
from PIL import Image
import numpy as np

# 读取文本文件
with open('text.txt', 'r', encoding='utf-8') as f:
    text = f.read()

# 分词
text_cn = jieba.cut(text)  # 对中文进行分词
text_en = text.split()  # 对英文进行分词

# 统计词频
word_freq = {}
for word in text_cn:
    if word not in word_freq:
        word_freq[word] = 1
    else:
        word_freq[word] += 1
for word in text_en:
    if word not in word_freq:
        word_freq[word] = 1
    else:
        word_freq[word] += 1

# 生成词云图
mask = np.array(Image.open('mask.png'))  # 读取遮罩图片
wc = WordCloud(background_color='white', mask=mask, font_path='msyh.ttc')
wc.generate_from_frequencies(word_freq)
plt.imshow(wc, interpolation='bilinear')
plt.axis('off')
plt.show()

与上一个例子相比，这里增加了一个遮罩图片，用于限制词云图的形状。代码中使用 `PIL` 库读取遮罩图片，并使用 `np.array()` 方法将其转换为数组格式。在生成词云图时，我们将 `mask` 参数设置为遮罩图片，将 `font_path` 参数设置为中文字体文件路径，用于解决中文显示问题。最后使用 `imshow()` 方法将词云图绘制出来。需要注意的是，可以根据实际需要对遮罩图片进行调整，以达到更好的效果。