如何优化基于matplotlib实现的词云图的视觉呈现效果

移除坐标轴及刻度 #

前两个需求可以直接通过一行代码同时实现，在plt.show()前添加以下代码即可：

plt.axis('off')

如果仅需要移除刻度数值、保留坐标轴边框，可以改用：

plt.xticks([])
plt.yticks([])

解决单词重叠问题 #

当前代码直接随机生成文字坐标，没有碰撞校验逻辑，因此会出现重叠问题。可以通过增加边界碰撞检测逻辑解决，实现思路如下：

• 初始化列表存储所有已放置文字的边界框
• 每次生成随机坐标后，先创建临时文字对象，获取它的坐标边界范围
• 校验当前边界和已存储的所有边界是否存在重叠
• 无重叠就正式添加文字到画布，并存入边界列表；有重叠就重新生成坐标，重试指定次数后放弃避免死循环

完整修改后代码 #

filename = "adventure.txt"
wordcounts = {}

# 改用with open自动管理文件句柄，避免资源泄漏
with open(filename, 'r', encoding='utf-8') as infile:
    for line in infile:
        words = line.split()
        for word in words:
            w = "".join([e for e in word if e.isalpha()])
            w = w.lower()
            if not w: # 跳过空字符串
                continue
            wordcounts[w] = wordcounts.get(w, 0) + 1

# 按词频降序排序
words = sorted(wordcounts.keys(), key=lambda x: wordcounts[x], reverse=True)

import matplotlib.pyplot as plt
import numpy as np

# 最高频词字号设为50，原代码用words[1]的话最高频词会超过50字号，可按需调整
scale = 50 / wordcounts[words[0]]

plt.axes(xlim=(0, 100), ylim=(0, 100))
# 存储已放置文字的边界框
placed_boxes = []

N = min(len(words), 50)
for i in range(N):
    freq = wordcounts[words[i]]
    col = ["r", "g", "b", "m", "c", "k"][i % 6] # 原代码取模5，列表有6个颜色，修正为取模6
    retry = 0
    # 最多重试100次找不重叠的位置
    while retry < 100:
        x = np.random.uniform(0, 90)
        y = np.random.uniform(0, 90)
        # 创建临时文本获取边界
        temp_text = plt.text(x, y, words[i], fontsize=scale * freq, color=col)
        # 刷新画布获取准确边界
        plt.gcf().canvas.draw()
        # 转换为数据坐标系的边界框
        bbox = temp_text.get_window_extent().transformed(plt.gca().transData.inverted())
        # 检查是否和已有文字重叠
        overlap = False
        for existing_box in placed_boxes:
            if (bbox.x0 < existing_box.x1 and bbox.x1 > existing_box.x0 and
                bbox.y0 < existing_box.y1 and bbox.y1 > existing_box.y0):
                overlap = True
                break
        if not overlap:
            placed_boxes.append(bbox)
            break
        else:
            # 重叠就删除临时文本，重试
            temp_text.remove()
            retry += 1
    else:
        # 重试100次仍找不到位置，跳过当前词
        temp_text.remove()

# 关闭坐标轴
plt.axis('off')
plt.show()

如果不需要自己手动实现底层逻辑，也可以直接使用成熟的wordcloud第三方库，只需几行代码就能实现专业的词云布局、配色效果。

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