如何提升WordCloud与Matplotlib生成的词云图像清晰度

方法1：直接过滤掉过小的文字 #

你代码里设置了min_font_size=3，这个尺寸太小，生成的文字本身像素极少，放大必然模糊。直接调高这个参数，就能过滤掉低频的小字：

修改WordCloud的初始化参数：

wc = WordCloud(
    relative_scaling=0.3,
    repeat=True,
    colormap='Oranges',
    font_path='C:/Windows/Fonts/seguiemj.ttf',
    mask=mask, background_color="grey",
    max_words=2000, max_font_size=256,
    min_font_size=10,  # 把这个值调高，比如设为10，小于这个字号的文字会被过滤
    random_state=42, width=mask.shape[1],
    height=mask.shape[0]
)

这样生成的词云只会保留字号≥10的文字，放大后就不会出现模糊不清的小字了。

方法2：生成高分辨率词云，让小字清晰可见 #

WordCloud生成的是位图，小字模糊的核心原因是原始尺寸太小，像素不足。可以先放大mask的尺寸，再生成词云，配合高DPI导出：

1. 先放大mask图像（用LANCZOS插值保证放大质量）：

from PIL import Image

# 读取mask并放大2倍，倍数可以根据需求调整
mask_img = Image.open('fnatic_2.png')
mask_img = mask_img.resize((mask_img.width * 2, mask_img.height * 2), Image.Resampling.LANCZOS)
mask = np.array(mask_img)

2. 保持WordCloud的宽高和放大后的mask一致：

wc = WordCloud(
    relative_scaling=0.3,
    repeat=True,
    colormap='Oranges',
    font_path='C:/Windows/Fonts/seguiemj.ttf',
    mask=mask, background_color="grey",
    max_words=2000, max_font_size=256,
    min_font_size=3,
    random_state=42, width=mask.shape[1],
    height=mask.shape[0]
)

3. 导出时用更高的DPI：

plt.savefig("result_highres.png", dpi=600)

这样生成的词云本身尺寸更大，小字的像素数量足够，放大后就能看清。

另外，也可以跳过Matplotlib，直接用WordCloud的to_file方法导出，避免中间渲染的损耗：

wc.to_file("result_direct.png")

额外优化提示 #

• 关闭repeat=True：这个参数会重复用词填充空白，容易产生更多没必要的小字，如果你不需要重复用词，建议关掉。
• 调整relative_scaling：如果想让高频词和低频词的字号差异更明显，可以调高这个值（比如0.8），减少过小文字的数量。

内容的提问来源于stack exchange，提问作者Ivan Cereghetti