wordcloud源码阅读1——初探

wordcloud是python用来生成词云的第三方库，github地址是word_cloud
下载源码：

git clone https://github.com/amueller/word_cloud

然后，直接看最老的版本，有精力的话看完最老版本可以再看最新的版本。

git tag
git checkout 1.2.1

现在我们的目录结构如下：

可以看到，核心代码都在wordcloud目录下：

wordcloud项目主要用了以下第三方库：

• Numpy
• PIL
• Cython

储备知识：

• HSL和HSV色彩空间
• 图片RGB

框架大体流程：

可以看出wordcloud类的两个核心方法process_text()和generate_from_frequencies()。

如果输入是处理后的{string:frequency}字典类型，直接生成词云的layout，若输入是未处理过的字符串，就要先进行process_text()统计词频等工作。

继续看generate_from_frequencies()的流程：

就得到了词云的layout，后边可以通过recolor()重新上色。

mask是一个n维数组（图片），在我的理解是photoshop里的蒙板，也叫遮色片。在wordcloud里mask决定了生成词云的位置。白色#FFFFFF称为mask out，即不在白色区域绘制词云。

layout is list of tuple ,格式(string, int, (int, int), int, color)) 定义了每个单词的（字符串，字体大小，（x位置，y位置), 方向， 颜色）

参考：
wordcloud的API可以参考wordcloud文档中文翻译
具体使用也可以参考网易云音乐歌手词云