https://www.jianshu.com/p/4fb27471295f 簡書概述
https://www.zhihu.com/question/29666539/answer/169051709 微博評論
https://www.sogou.com/link?url=DOb0bgH2eKh1ibpaMGjuy7QtV2XfB8vd1KSQ6bbzkpOwZ-FQPCd0sSd593CSjIpZzDfZscl06Io.
https://www.sogou.com/link?url=DOb0bgH2eKh1ibpaMGjuy7QtV2XfB8vd1KSQ6bbzkpOwZ-FQPCd0sSd593CSjIpZzDfZscl06Io.
https://blog.csdn.net/silentacit/article/details/80325490
https://www.sogou.com/link?url=DOb0bgH2eKh1ibpaMGjuy7QtV2XfB8vd1KSQ6bbzkpOwZ-FQPCd0sSd593CSjIpZzDfZscl06Io.
詞雲圖，也叫文字雲，是對文本中出現頻率較高的“關鍵詞”予以視覺化的展現，詞雲圖過濾掉大量的低頻低質的文本信息，使得瀏覽者只要一眼掃過文本就可領略文本的主旨。
一、先看看幾個詞雲圖
簡書籤約作者標籤詞雲
從簡書籤約作者的自我介紹中提取關鍵詞，統計後製作的詞雲圖。看看這些關鍵詞，你能想到是哪位簽約作者？
簡書熱門文章類型詞雲
從簡書首頁、7日熱門文章進行文章分類統計後，生成的詞雲圖。想上首頁熱門，應該選擇上面幾個類型來寫。
關於在簡書上寫什麼，V先生有一個高度的概括總結：
三教 × 九流：「生活、工作、學習」三教，「學術思辨、故事、詩歌、時評、隨筆、科技工具、書影音、新技能 get、吐槽」九流。
2016簡書-閱讀 詞雲
抓取2016年簡書·讀書專題文章中的書名，生成的詞雲圖，今年你讀過哪幾本書？
彭小六文章標題詞雲圖
簡書頭牌-六神的詞雲圖，抓取他的120篇文章標題，進行分詞統計後生成。
51JOB C++嵌入式崗位JD 詞雲圖
抓取51Job C++嵌入式崗位，職位描述分詞後，得到的詞雲圖，上圖是硬技能的要求，下圖是軟實力的要求。
二、開始製作詞雲圖
- 工具： 我使用的是TAGUL， https://tagul.com/ 一款在線詞雲製作工具，非常簡單。
TAGUL
-
步驟：
1）導入文本
Import words , 可以直接粘貼導入文本數據，或者以web url的方式導入。文本數據包括關鍵詞和size。
Add，是添加一個關鍵詞和size
2）選擇形狀 -- 自定義形狀圖片
TAGUL提供了一些模板圖形，左邊是分類主題。
一般圖形選取的原則，看關鍵詞的內容來定，如公司LOGO，人物頭像，需要上傳你的圖形圖片，點 ADD IMAGE。自定義形狀圖片，有一個技巧，圖片的清晰度不要求很高，輪廓清楚就好。
調整形狀參數
還一個有小技巧，如果圖形有背景，或邊緣需要修理一下的話，我沒有采用PS這一類的重型武器，直接用PPT中的圖像就可以搞定，快捷方便。比如小六之前的頭像，原圖下巴處有一圈光影，不處理的話，形成的詞雲圖是左邊的，用PPT修好後的是右圖，看上去是不是清秀多了。
修圖後的前後對比
3）修改字體
注意TAGUL默認的都是英文字體，關鍵詞如果是中文或有中文是無法顯示出來的。
點Add Font添加就行，添加你電腦上 C:/WINDOWS/font 文件夾下的你喜歡的一種字體就行。
注意，如果你使用的是Mac，需把Windows下的字體拷一個過來進行添加就OK。
4）選擇文字排列方向
選擇文字方向即可。
5）生成詞雲 -- 下載
點擊 "Visualize" 就可以生成。在Download and Share中下載標清(SQ)圖片，就是你想要的詞雲圖。
TAGUL付費版可以下載高清的圖片，也可以生成嵌入的網頁代碼，詞雲有動態效果。
怎麼樣，以上操過很簡單吧。其實這些不是關鍵，關鍵是如何獲得詞源和詞的頻度(size)。
進階篇
三、詞源獲取：爬蟲和分詞技術
我用以獲取關鍵詞的方法都是使用Python爬蟲，如爬取簡書用戶信息，爬取簡書首頁、熱門文章標題，爬取51JOB招聘職位信息 ......
注意，這時候你拿到的還不是關鍵詞，是句子或段落，怎麼得到關鍵詞？就是把句子切成多個詞語。看過老羅錘子M1發佈會的一定對Big Bang有深刻的印象，對的，Big Bang就是分詞的應用。
BigBang
我常用的兩款分詞工具，一個是在線分詞工具 基於深度學習的中文在線抽詞-PullWord，另一個是結巴分詞(jieba)。再把這些關鍵詞進行分類彙總得到詞頻數據，選擇那些高頻詞，按上面的方式製作詞雲圖。
比如你看到的上面軟技能的關鍵詞，實際上是從所有職位描述進行分詞得到的 372,739 個詞，再進行分類彙總後得出的高頻詞。分類彙總用的是SQL聚合函數，也可以用Excel。
爬蟲和分詞都需要編程實現。如果你沒有編程方面的基礎，這一步也可以簡化來做，就是主觀選取一些關鍵詞，隨機或手動指定詞頻(size)。
所以一個完整的詞雲圖的製作過程應該是：網絡抓數據（Python或R語言）— 分詞 — 分類彙總（SQL）— 使用詞雲工具生成雲圖。
四、其他詞雲工具
有比較多的在線詞雲工具，javascript也可以開發動態詞雲工具。
另外推薦：Tagxedo，使用方法跟TAGUL差不多。
ECharts有專門的詞雲，不過展現力還是比較單薄點。
詞雲圖從大了講就是數據可視化，從小了講只是個雕蟲小技，“形式大於內容”，醬紫。
全文完。另外詞雲圖看多了也比較暈，這篇文章裏就放得太多。