如何基于名称-权重双列数据在R中生成词云？

别担心，这个需求真的没你想的复杂！用Python的wordcloud库就能轻松搞定，刚好适配你的数据格式，我给你一步步拆解：

第一步：预处理你的数据 #

首先注意你的数据里BACH2对应的权重是101,852——这里的逗号应该是输入时的笔误（其他数据都是小数点分隔），得先改成101.852，不然程序会把它当成字符串，识别不了权重数值。

把你的数据整理成字典格式，键是名称，值是对应的权重：

weight_dict = {
    "ATF6": 100.159,
    "SMAD4": 101.765,
    "BACH2": 101.852,
    "MAFF": 105.397,
    "RFX3": 105.869,
    "ESRRG": 105.967,
    "RARB": 114.81,
    "XBP1": 120.215,
    "FOS": 120.598,
    "BACH1": 122.158,
    "NFE2": 126.127
}

第二步：安装必要的库 #

如果还没装wordcloud和用来显示图片的matplotlib，先在命令行执行：

pip install wordcloud matplotlib

第三步：编写生成词云的代码 #

直接用下面的代码就能生成并显示词云，权重越大的名称显示得越大：

from wordcloud import WordCloud
import matplotlib.pyplot as plt

# 初始化词云对象，可按需调整参数
wc = WordCloud(
    background_color="white",  # 设置背景色为白色
    width=800,
    height=600,
    max_words=200  # 最多显示词数，你的数据只有11个，完全够用
)

# 用权重字典生成词云
wc.generate_from_frequencies(weight_dict)

# 显示词云
plt.figure(figsize=(10, 8))
plt.imshow(wc, interpolation="bilinear")
plt.axis("off")  # 隐藏坐标轴
plt.show()

# 如需保存词云到本地，执行下面这行
# wc.to_file("gene_weight_wordcloud.png")

补充说明 #

wordcloud库的generate_from_frequencies()方法就是专门为「词-权重」场景设计的，直接传入字典就能自动根据权重大小调整词的显示尺寸，完美匹配你的需求。如果遇到字体显示问题，可在初始化WordCloud时通过font_path参数指定一个支持英文的字体路径。

内容的提问来源于stack exchange，提问作者Angelo