停用词是没有任何含义的单词，例如‘is’， ‘are’， ‘an’， ‘I’ 等。Wordcloud带有内置停用词库，该库将自动从文本中删除停用词。同时我们也可以通过stopwords．add（）函数在python中添加停用词的选择。Wordcloud方法可以设置词云的宽度和高度，我将它们都设置为500，背景色设置为粉红色。如果不添加随机状态，则每次运行代码时，词云都会看起来不同，我们可以将其设置为任何int值。从上面的代码中，我们将获得这样的词云：
通过查看上图，我们可以看到机器学习是最常用的词，还有一些其他经常使用的词是模型，任务，训练和数据，因此，我们可以得出结论，机器学习是训练数据模型的任务。我们还可以在这里通过背景颜色方法更改背景颜色，并通过colormap方法更改字体颜色，还可以在背景颜色中添加颜色的哈希码，但是mapcolor带有内置的特定颜色。让我们通过使用哈希码将背景色更改为蓝绿色，将字体颜色更改为蓝色：from wordcloud import WordCloud， StopWords
import matplotlib．pyplot as plt
def plot＿cloud（wordcloud）：
plt．figure（figsize＝（10， 10））
plt．imshow（wordcloud）
plt．axis（＂off＂）；
wordcloud ＝ WordCloud（width ＝ 500， height ＝ 500， background＿color＝＇＃40E0D0＇， colormap＝＂ocean＂， random＿state＝10）．generate（final＿result）
plot＿cloud（wordcloud）
在这里，我指定了ocean，如果我添加了一些错误的颜色图，jupyter将抛出一个值错误，并向我显示颜色图的可用选项，如下所示：
我们还可以使用PIL库在任何图像中实现词云。尾注在本文中，我们讨论了词云，词云的定义，应用领域以及使用python实现词云。参考链接：https：／／www．analyticsvidhya．com／blog／2020／10／word－cloud－or－tag－cloud－in－python／
☆ END ☆
