wordcloud 默认不支持中文是因为缺少中文字体且未分词；需指定中文字体路径并用 jieba 分词后统计词频，再调用 generate_from_frequencies()。
WordCloud 默认不支持中文，直接传入中文文本会显示方块或空白——根本原因是缺少中文字体支持，且中文分词未处理。
为什么直接用 WordCloud 画中文会失败
默认字体 font_path=None 会调用 Matplotlib 的无衬线西文字体（如 DejaVu Sans），它不含中文字符集；同时 WordCloud 不做自动分词，把整段中文当一个“词”处理，导致只显示一两个超大字。
- 现象：
ValueError: Unable to parse font file或图中全是方框、问号、空白 - 关键原因：没指定中文字体文件路径 + 没对中文文本预分词
- 注意：
wordcloud库本身不内置中文分词能力，需额外依赖jieba
必须设置 font_path 并选对字体文件
Windows 系统可直接用 "simhei.ttf"（黑体），macOS 推荐 "Heiti.ttc" 或 "PingFang.ttc"，Linux 常用 "/usr/share/fonts/truetype/wqy/wqy-microhei.ttc"。路径必须是真实存在的绝对路径或相对路径，且字体文件需有读取权限。
- 验证字体是否可用：
from matplotlib.font_manager import FontProperties; FontProperties(fname="your_font_path") - 避免用系统字体别名（如
"SimHei"）——WordCloud不识别字体名，只认文件路径 - 如果打包成 exe，字体文件需随程序一起分发，并用
os.path.join构造路径
必须先用 jieba.lcut() 分词再传入 generate_from_frequencies()
generate_from_text() 对中文无效，因为它按空格/标点切分，而中文无空格分隔。正确做法是：用 jieba 切词 → 统计词频 → 传给 generate_from_frequencies()。
- 示例流程：
import jieba<br>words = jieba.lcut("数据分析是重要技能") # → ['数据分析', '是', '重要', '技能']<br>freq = {w: words.count(w) for w in set(words)}<br>wc.generate_from_frequencies(freq) - 建议过滤停用词（如“的”“了”“是”）和单字，否则噪声极大
- 不要用
jieba.cut()（返回生成器），要用lcut()（返回 list）方便后续统计
中文词云常见渲染异常与绕过技巧
即使字体和分词都对了，仍可能遇到字重不均、排版错乱、部分词消失等问题——这往往和 max_words、min_font_size、relative_scaling 的默认值有关。
-
max_words=200会截断低频词，中文语料常需设为500或None -
min_font_size=12太大会导致小词直接被丢弃，中文建议设为6～8 -
relative_scaling=0.5（默认）压缩了词频差异，中文词频分布偏长尾，设为0更公平显示 - 背景色设为
background_color="white"而非默认黑底，避免深色下浅灰字不可见
真正卡住人的从来不是代码几行，而是字体路径写错、分词后没去停用词、或者误信网上“改 font_path 为 simhei 就行”的片面说法——中文词云是字体 + 分词 + 频次统计 + 渲染参数四者联动的结果，漏掉任一环都会白忙活。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
