本节内容：实现词云，将文本信息填充在特定的形状内部，处理得当的话会产生相当精美的图片。
官方教程链接地址：WordCloud for Python
github项目地址：word cloud GitHub
1. 相关模块安装：
安装WordCloud
windows系统:pip install wordcloud或者anaconda用户利用 conda install -c conda-forge wordcloud
安装matplotlib和numpy,类似上面的安装方法。
2. wordcloud函数参数信息，了解每个参数的实际效果。
font_path:string：可以修改生成词云的字体格式，传递字体的文件格式为OTF或者TTF，需要给出完整路径
width,height: int，默认为400,200,画布的大小，即生成分辨率为(400,200)的图片
prefer_horizontal:float，默认为0.9，代表文本横向排版出现的频率为0.9，垂直排版频率为0.1
mask:nd-array or None，默认为None，默认词云会填充画布默认大小，若不是None，则默认画布大小将失效，遮罩的形状被mask取代。mask中全白区域将不会绘制词云，所以导入图片时注意该图片的背景必须为白色，而填充区域为其他颜色，可以利用ps抠图放在纯白的画布中。
contour_width:float，设置词云边界宽度，默认为0，不画出词云边界线，当mask中填充部分的边界平滑时可以设置contour_width，否则不需要设置该参数，会产生锯齿。
contour_color:'black'，边界线颜色，默认为黑色，当contour_width不为0时，设置本参数改变边界线颜色。
scale:float，默认为1，按比例放大(>1)画布或者缩小(<1)
min_font_size:int，默认为4，最小的字体大小
max_font_size:int or None，默认为None，字体的最大样式
font_step:int，默认为1，字体大小的步长，大于1时会加快运算，但可能会导致较大误差（以测试为准）
max_words:number，默认为200，显示单词或者汉字最大的个数
stopwords:为字符串集或者None，设置需要屏蔽的词（不会显示类似of the i etc.），若为None则会使用内置词集
background_color:默认值'black'，画布背景色，默认为黑色
mode:string：默认值'RGB' ，当参数为'RGBA'，其中A代表透明度，且'background_color'不为空时,背景为透明。
relative_scaling"float：默认值'auto'，文字出现的频率与字体大小的关系，设置为1时词语出现的频率越高，其字体越大，默认为0.5。
color_func:callable：默认为None，获取颜色函数，用户可以实现从图像中获取颜色，为None时使用内部默认颜色参数
regexp:string or None：使用正则表达式来分隔输入的文本，当使用了generate_from_frequencies时本参数将被屏蔽
collocations:bool：默认为True ，是否包括两个单词的搭配，当使用了generate_from_frequencies时本参数将被屏蔽
colormap:string or marplotlib colormap：默认为'viridis' ，随机为每个词染色，本参数使用了'color_func'时将会被屏蔽
normalize_plurals：bool 默认为True，是否移除词尾的s，尚未发现本参数的用途。
repeat:bool，默认为False，是否重复单词或者短语，直到满足max_words和min_font_size，当文本内容较少时建议设置为真
3. 代码，单词填充圆形
#导入模块
import matplotlib.pyplot as plt
import numpy as np
from wordcloud import WordCloud
#文本信息
text='surprised'
#显示的形状
mask=(x-180)**2+(y-180)**2>180**2#圆形外部将被设置为背景色
mask=255*mask.astype(int)
word_cloud=WordCloud(background_color='white',repeat=True,mask=mask)
word_cloud.generate(text)
plt.axis('off')
plt.imshow(word_cloud,interpolation='bilinear')#对生成的图像进行插值，保证生成图像的平滑
plt.show()
运行结果：
