詞云圖，也叫文字云，是對文本中出現頻率較高的“關鍵詞”予以視覺化的展現，詞云圖過濾掉大量的低頻低質的文本信息，使得瀏覽者只要一眼掃過文本就可領略文本的主旨。
一、先看看幾個詞云圖
簡書簽約作者標簽詞云
從簡書簽約作者的自我介紹中提取關鍵詞，統(tǒng)計后制作的詞云圖?？纯催@些關鍵詞，你能想到是哪位簽約作者？
簡書熱門文章類型詞云
從簡書首頁、7日熱門文章進行文章分類統(tǒng)計后，生成的詞云圖。想上首頁熱門，應該選擇上面幾個類型來寫。
關于在簡書上寫什么，V先生有一個高度的概括總結：
三教 × 九流：「生活、工作、學習」三教，「學術思辨、故事、詩歌、時評、隨筆、科技工具、書影音、新技能 get、吐槽」九流。
2016簡書-閱讀 詞云
抓取2016年簡書·讀書專題文章中的書名，生成的詞云圖，今年你讀過哪幾本書？
彭小六文章標題詞云圖
簡書頭牌-六神的詞云圖，抓取他的120篇文章標題，進行分詞統(tǒng)計后生成。
51JOB C++嵌入式崗位JD 詞云圖
抓取51Job C++嵌入式崗位，職位描述分詞后，得到的詞云圖，上圖是硬技能的要求，下圖是軟實力的要求。
二、開始制作詞云圖
工具： 我使用的是TAGUL， https://wordart.com/ 一款在線詞云制作工具，非常簡單。
TAGUL
步驟：
1）導入文本
Import words , 可以直接粘貼導入文本數據，或者以web url的方式導入。文本數據包括關鍵詞和size。
Add，是添加一個關鍵詞和size
2）選擇形狀 -- 自定義形狀圖片
TAGUL提供了一些模板圖形，左邊是分類主題。
一般圖形選取的原則，看關鍵詞的內容來定，如公司LOGO，人物頭像，需要上傳你的圖形圖片，點 ADD IMAGE。自定義形狀圖片，有一個技巧，圖片的清晰度不要求很高，輪廓清楚就好。
調整形狀參數
還一個有小技巧，如果圖形有背景，或邊緣需要修理一下的話，我沒有采用PS這一類的重型武器，直接用PPT中的圖像就可以搞定，快捷方便。比如小六之前的頭像，原圖下巴處有一圈光影，不處理的話，形成的詞云圖是左邊的，用PPT修好后的是右圖，看上去是不是清秀多了。
修圖后的前后對比
3）修改字體
注意TAGUL默認的都是英文字體，關鍵詞如果是中文或有中文是無法顯示出來的。
點Add Font添加就行，添加你電腦上 C:/WINDOWS/font 文件夾下的你喜歡的一種字體就行。
注意，如果你使用的是Mac，需把Windows下的字體拷一個過來進行添加就OK。
4）選擇文字排列方向
選擇文字方向即可。
5）生成詞云 -- 下載
點擊 "Visualize" 就可以生成。在Download and Share中下載標清(SQ)圖片，就是你想要的詞云圖。
TAGUL付費版可以下載高清的圖片，也可以生成嵌入的網頁代碼，詞云有動態(tài)效果。
怎么樣，以上操過很簡單吧。其實這些不是關鍵，關鍵是如何獲得詞源和詞的頻度(size)。
進階篇
三、詞源獲?。号老x和分詞技術
我用以獲取關鍵詞的方法都是使用Python爬蟲，如爬取簡書用戶信息，爬取簡書首頁、熱門文章標題，爬取51JOB招聘職位信息 ......
注意，這時候你拿到的還不是關鍵詞，是句子或段落，怎么得到關鍵詞？就是把句子切成多個詞語?？催^老羅錘子M1發(fā)布會的一定對Big Bang有深刻的印象，對的，Big Bang就是分詞的應用。
BigBang
我常用的兩款分詞工具，一個是在線分詞工具 基于深度學習的中文在線抽詞-PullWord，另一個是結巴分詞(jieba)。再把這些關鍵詞進行分類匯總得到詞頻數據，選擇那些高頻詞，按上面的方式制作詞云圖。
比如你看到的上面軟技能的關鍵詞，實際上是從所有職位描述進行分詞得到的 372,739 個詞，再進行分類匯總后得出的高頻詞。分類匯總用的是SQL聚合函數，也可以用Excel。
爬蟲和分詞都需要編程實現。如果你沒有編程方面的基礎，這一步也可以簡化來做，就是主觀選取一些關鍵詞，隨機或手動指定詞頻(size)。
所以一個完整的詞云圖的制作過程應該是：網絡抓數據（Python或R語言）— 分詞 — 分類匯總（SQL）— 使用詞云工具生成云圖。
四、其他詞云工具
有比較多的在線詞云工具，javascript也可以開發(fā)動態(tài)詞云工具。
另外推薦：Tagxedo，使用方法跟TAGUL差不多。
ECharts有專門的詞云，不過展現力還是比較單薄點。
詞云圖從大了講就是數據可視化，從小了講只是個雕蟲小技，“形式大于內容”，醬紫。
作者：向右奔跑
來源：中國統(tǒng)計網
本文來源于公眾號中國統(tǒng)計網，轉載請聯系作者并注明來源。
本文系作者：
運營那些事兒
授權發(fā)表，鳥哥筆記平臺僅提供信息存儲空間服務。
本文為作者獨立觀點，不代表鳥哥筆記立場，未經允許不得轉載。
《鳥哥筆記版權及免責申明》
如對文章、圖片、字體等版權有疑問，請點擊
反饋舉報
我們致力于提供一個高質量內容的交流平臺。為落實國家互聯網信息辦公室“依法管網、依法辦網、依法上網”的要求，為完善跟帖評論自律管理，為了保護用戶創(chuàng)造的內容、維護開放、真實、專業(yè)的平臺氛圍，我們團隊將依據本公約中的條款對注冊用戶和發(fā)布在本平臺的內容進行管理。平臺鼓勵用戶創(chuàng)作、發(fā)布優(yōu)質內容，同時也將采取必要措施管理違法、侵權或有其他不良影響的網絡信息。
一、根據《網絡信息內容生態(tài)治理規(guī)定》《中華人民共和國未成年人保護法》等法律法規(guī)，對以下違法、不良信息或存在危害的行為進行處理。
1. 違反法律法規(guī)的信息，主要表現為：
1)反對憲法所確定的基本原則；
2)危害國家安全，泄露國家秘密，顛覆國家政權，破壞國家統(tǒng)一，損害國家榮譽和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽、榮譽；
4)宣揚恐怖主義、極端主義或者煽動實施恐怖活動、極端主義活動；
5)煽動民族仇恨、民族歧視，破壞民族團結；
6)破壞國家宗教政策，宣揚邪教和封建迷信；
7)散布謠言，擾亂社會秩序，破壞社會穩(wěn)定；
8)宣揚淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動非法集會、結社、游行、示威、聚眾擾亂社會秩序；
10)侮辱或者誹謗他人，侵害他人名譽、隱私和其他合法權益；
11)通過網絡以文字、圖片、音視頻等形式，對未成年人實施侮辱、誹謗、威脅或者惡意損害未成年人形象進行網絡欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內容；
2. 不友善：不尊重用戶及其所貢獻內容的信息或行為。主要表現為：
1)輕蔑：貶低、輕視他人及其勞動成果；
2)誹謗：捏造、散布虛假事實，損害他人名譽；
3)嘲諷：以比喻、夸張、侮辱性的手法對他人或其行為進行揭露或描述，以此來激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對方對自己的言論作出回應，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對方難堪；
6)謾罵：以不文明的語言對他人進行負面評價；
7)歧視：煽動人群歧視、地域歧視等，針對他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊；
8)威脅：許諾以不良的后果來迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶體驗、擾亂本網站秩序的內容，或進行相關行為。主要表現為：
1)多次發(fā)布包含售賣產品、提供服務、宣傳推廣內容的垃圾廣告。包括但不限于以下幾種形式：
2)單個帳號多次發(fā)布包含垃圾廣告的內容；
3)多個廣告帳號互相配合發(fā)布、傳播包含垃圾廣告的內容；
4)多次發(fā)布包含欺騙性外鏈的內容，如未注明的淘寶客鏈接、跳轉網站等，誘騙用戶點擊鏈接
5)發(fā)布大量包含推廣鏈接、產品、品牌等內容獲取搜索引擎中的不正當曝光；
6)購買或出售帳號之間虛假地互動，發(fā)布干擾網站秩序的推廣內容及相關交易。
7)發(fā)布包含欺騙性的惡意營銷內容，如通過偽造經歷、冒充他人等方式進行惡意營銷；
8)使用特殊符號、圖片等方式規(guī)避垃圾廣告內容審核的廣告內容。
4. 色情低俗信息，主要表現為：
1)包含自己或他人性經驗的細節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內容；
4)帶有性暗示、性挑逗等易使人產生性聯想；
5)展現血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚低俗、庸俗、媚俗內容。
5. 不實信息，主要表現為：
1)可能存在事實性錯誤或者造謠等內容；
2)存在事實夸大、偽造虛假經歷等誤導他人的內容；
3)偽造身份、冒充他人，通過頭像、用戶名等個人信息暗示自己具有特定身份，或與特定機構或個人存在關聯。
6. 傳播封建迷信，主要表現為：
1)找人算命、測字、占卜、解夢、化解厄運、使用迷信方式治病；
2)求推薦算命看相大師；
3)針對具體風水等問題進行求助或咨詢；
4)問自己或他人的八字、六爻、星盤、手相、面相、五行缺失，包括通過占卜方法問婚姻、前程、運勢，東西寵物丟了能不能找回、取名改名等；
7. 文章標題黨，主要表現為：
1)以各種夸張、獵奇、不合常理的表現手法等行為來誘導用戶；
2)內容與標題之間存在嚴重不實或者原意扭曲；
3)使用夸張標題，內容與標題嚴重不符的。
8.「飯圈」亂象行為，主要表現為：
1)誘導未成年人應援集資、高額消費、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動「飯圈」粉絲攀比炫富、奢靡享樂等行為
4)以號召粉絲、雇用網絡水軍、「養(yǎng)號」形式刷量控評等行為
5)通過「蹭熱點」、制造話題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內容，主要表現為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會公德行為、誘導未成年人不良嗜好影響未成年人身心健康的；
2)不當評述自然災害、重大事故等災難的；
3)美化、粉飾侵略戰(zhàn)爭行為的；
4)法律、行政法規(guī)禁止，或可能對網絡生態(tài)造成不良影響的其他內容。
二、違規(guī)處罰
本網站通過主動發(fā)現和接受用戶舉報兩種方式收集違規(guī)行為信息。所有有意的降低內容質量、傷害平臺氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當一個用戶發(fā)布違規(guī)內容時，本網站將依據相關用戶違規(guī)情節(jié)嚴重程度，對帳號進行禁言 1 天、7 天、15 天直至永久禁言或封停賬號的處罰。當涉及欺凌未成年人、危害未成年人身心健康、通過作弊手段注冊、使用帳號，或者濫用多個帳號發(fā)布違規(guī)內容時，本網站將加重處罰。
三、申訴
隨著平臺管理經驗的不斷豐富，本網站出于維護本網站氛圍和秩序的目的，將不斷完善本公約。
如果本網站用戶對本網站基于本公約規(guī)定做出的處理有異議，可以通過「建議反饋」功能向本網站進行反饋。
(規(guī)則的最終解釋權歸屬本網站所有)