背景需求过了一周把文本的xlsx下载from openpyxl import load_workbook import jieba from collections import Counter from wordcloud import WordCloud import matplotlib.pyplot as plt import os # 配置区修改这里 pathrC:\Users\mhjg2\Desktop\20250728托小幼儿挂牌 excel_path pathr\新生调查问卷_132_132.xlsx # 修改为你的excel完整路径 sheet_name Sheet1 # 修改为你的工作表名称 output_img pathr\幼儿园家长担心词云.png title_text 您的孩子要上幼儿园了您最担心的是什么 # K11O15读取K~O列 start_col 11 end_col 15 top_n 20 font rC:\Windows\Fonts\simhei.ttf # windows黑体解决中文乱码 # # 1、读取Excel K‑O列所有单元格文本 wb load_workbook(excel_path) ws wb[sheet_name] all_sentence [] for row in ws.iter_rows(min_colstart_col, max_colend_col, values_onlyTrue): for cell_val in row: if cell_val is not None and isinstance(cell_val, str): txt str(cell_val).strip() if len(txt) 0: all_sentence.append(txt) full_text .join(all_sentence) # 2、jieba分词 过滤停用词单字、无意义虚词 stop_words {的,和,与,我,会,有,不,很,比较,一点,也,都,就,还是,希望,怕,担心,什么,对,在,要,是,了,吗} words jieba.lcut(full_text) valid_words [] for w in words: w w.strip() if len(w)2 and w not in stop_words: valid_words.append(w) # 3、统计词频取top20 counter Counter(valid_words) top20 counter.most_common(top_n) print(出现最多20个关键词【词次数】) for k,v in top20: print(f{k}{v}次) # 拼接top20文本给词云 cloud_text .join([item[0] for item in top20]) # 4、生成词云 wc WordCloud( font_pathfont, width1400, height900, background_colorwhite, max_wordstop_n, collocationsFalse ) wc.generate(cloud_text) # 5、matplotlib添加中文标题并保存图片 plt.rcParams[font.sans-serif] [SimHei] plt.figure(figsize(14,9),dpi150) plt.imshow(wc, interpolationbilinear) plt.axis(off) plt.title(title_text, fontsize14, pad15) plt.tight_layout() plt.savefig(output_img, bbox_inchestight) plt.close() print(f\n✅词云图已输出{output_img}) wb.close()from openpyxl import load_workbook import jieba from collections import Counter from wordcloud import WordCloud import matplotlib.pyplot as plt import os # 配置区修改这里 pathrC:\Users\mhjg2\Desktop\20250728托小幼儿挂牌 excel_path pathr\新生调查问卷_132_132.xlsx # 修改为你的excel完整路径 sheet_name Sheet1 # 修改为你的工作表名称 output_img pathr\幼儿园家长担心词云.png title_text 您的孩子要上幼儿园了您最担心的是什么 # K11O15读取K~O列 start_col 11 end_col 15 top_n 20 font rC:\Windows\Fonts\simhei.ttf # windows黑体解决中文乱码 # # 1、读取Excel K‑O列所有单元格文本 wb load_workbook(excel_path) ws wb[sheet_name] all_sentence [] for row in ws.iter_rows(min_colstart_col, max_colend_col, values_onlyTrue): for cell_val in row: if cell_val is not None and isinstance(cell_val, str): txt str(cell_val).strip() if len(txt) 0: all_sentence.append(txt) full_text .join(all_sentence) # 2、jieba分词 过滤停用词单字、无意义虚词 stop_words {小朋友,是否,不会,老师,问题,不能,情况,,的,和,与,我,会,有,不,很,比较,一点,也,都,就,还是,希望,怕,担心,什么,对,在,要,是,了,吗} words jieba.lcut(full_text) valid_words [] for w in words: w w.strip() if len(w)2 and w not in stop_words: valid_words.append(w) # 3、统计词频取top20 counter Counter(valid_words) top20 counter.most_common(top_n) print(出现最多20个关键词【词次数】) for k,v in top20: print(f{k}{v}次) # 拼接top20文本给词云 cloud_text .join([item[0] for item in top20]) # 4、生成词云 wc WordCloud( font_pathfont, width1400, height900, background_colorwhite, max_wordstop_n, collocationsFalse ) wc.generate(cloud_text) # 5、matplotlib添加中文标题并保存图片 plt.rcParams[font.sans-serif] [SimHei] plt.figure(figsize(14,9),dpi150) plt.imshow(wc, interpolationbilinear) plt.axis(off) plt.title(title_text, fontsize14, pad15) plt.tight_layout() plt.savefig(output_img, bbox_inchestight) plt.close() print(f\n✅词云图已输出{output_img}) wb.close()from openpyxl import load_workbook import jieba from collections import Counter from wordcloud import WordCloud import matplotlib.pyplot as plt import os # 配置区修改这里 pathrC:\Users\mhjg2\Desktop\20250728托小幼儿挂牌 excel_path pathr\新生调查问卷_132_132.xlsx # 修改为你的excel完整路径 sheet_name Sheet1 # 修改为你的工作表名称 output_img pathr\幼儿园家长担心词云.png title_text 您的孩子要上幼儿园了您最担心的是什么 # K11O15读取K~O列 start_col 11 end_col 15 top_n 20 font rC:\Windows\Fonts\simhei.ttf # windows黑体解决中文乱码 # # 1、读取Excel K‑O列所有单元格文本 wb load_workbook(excel_path) ws wb[sheet_name] all_sentence [] for row in ws.iter_rows(min_colstart_col, max_colend_col, values_onlyTrue): for cell_val in row: if cell_val is not None and isinstance(cell_val, str): txt str(cell_val).strip() if len(txt) 0: all_sentence.append(txt) full_text .join(all_sentence) # 2、jieba分词 过滤停用词单字、无意义虚词 stop_words {小朋友,是否,不会,老师,问题,不能,情况,同学,能否,孩子,好好,,的,和,与,我,会,有,不,很,比较,一点,也,都,就,还是,希望,怕,担心,什么,对,在,要,是,了,吗} words jieba.lcut(full_text) valid_words [] for w in words: w w.strip() if len(w)2 and w not in stop_words: valid_words.append(w) # 3、统计词频取top20 counter Counter(valid_words) top20 counter.most_common(top_n) print(出现最多20个关键词【词次数】) for k,v in top20: print(f{k}{v}次) # 拼接top20文本给词云 cloud_text .join([item[0] for item in top20]) # 4、生成词云 wc WordCloud( font_pathfont, width1400, height900, background_colorwhite, max_wordstop_n, collocationsFalse ) wc.generate(cloud_text) # 5、matplotlib添加中文标题并保存图片 plt.rcParams[font.sans-serif] [SimHei] plt.figure(figsize(14,9),dpi150) plt.imshow(wc, interpolationbilinear) plt.axis(off) plt.title(title_text, fontsize14, pad15) plt.tight_layout() plt.savefig(output_img, bbox_inchestight) plt.close() print(f\n✅词云图已输出{output_img}) wb.close()from openpyxl import load_workbook import jieba from collections import Counter from wordcloud import WordCloud import matplotlib.pyplot as plt import os # 配置区修改这里 pathrC:\Users\mhjg2\Desktop\20250728托小幼儿挂牌 excel_path pathr\新生调查问卷_132_132.xlsx sheet_name Sheet1 output_img pathr\幼儿园家长担心词云.png title_text 您的孩子要上幼儿园了您最担心的是什么 # K11O15读取K~O列 start_col 11 end_col 15 top_n 15 # 减少词数量从20改为15减少拥挤 font rC:\Windows\Fonts\simhei.ttf min_count 2 # 只保留出现2次的词过滤掉只出现1次的微小干扰词 # # 1、读取Excel K‑O列所有单元格文本 wb load_workbook(excel_path) ws wb[sheet_name] all_sentence [] for row in ws.iter_rows(min_colstart_col, max_colend_col, values_onlyTrue): for cell_val in row: if cell_val is not None and isinstance(cell_val, str): txt str(cell_val).strip() if len(txt) 0: all_sentence.append(txt) full_text .join(all_sentence) # 2、jieba分词 过滤停用词单字、无意义虚词 stop_words {小朋友,是否,不会,老师,问题,不能,情况,同学,能否,孩子,好好,,的,和,与,我,会,有,不,很,比较,一点,也,都,就,还是,希望,怕,担心,什么,对,在,要,是,了,吗} words jieba.lcut(full_text) valid_words [] for w in words: w w.strip() if len(w)2 and w not in stop_words: valid_words.append(w) # 3、统计词频过滤频次过低词汇取top counter Counter(valid_words) # 过滤只保留出现次数 min_count 的词 filter_counter {k:v for k,v in counter.items() if v min_count} top_list Counter(filter_counter).most_common(top_n) print(筛选后关键词【词次数】) for k,v in top_list: print(f{k}{v}次) cloud_text .join([item[0] for item in top_list]) # 4、生成词云关键调参解决拥挤小字干扰 wc WordCloud( font_pathfont, width1800, # 加宽画布 height1200, # 加高画布 background_colorwhite, max_wordstop_n, collocationsFalse, margin40, # ✨词语之间边距拉开距离解决文字堆叠 relative_scaling0.4, # ✨控制大小词字号差距避免有的词过小 min_font_size24, # ✨设置最小字号彻底消除很小的干扰小字 max_font_size320 # ✨限制最大字号防止个别词过大挤占空间 ) wc.generate(cloud_text) # 5、matplotlib添加中文标题并保存图片 plt.rcParams[font.sans-serif] [SimHei] plt.figure(figsize(16,11),dpi150) plt.imshow(wc, interpolationbilinear) plt.axis(off) plt.title(title_text, fontsize15, pad20) plt.tight_layout() plt.savefig(output_img, bbox_inchestight) plt.close() print(f\n✅词云图已输出{output_img}) wb.close()我发现每次运行代码生成出来的图的布局都不同标题文字变大from openpyxl import load_workbook import jieba from collections import Counter from wordcloud import WordCloud import matplotlib.pyplot as plt import os # 配置区修改这里 pathrC:\Users\mhjg2\Desktop\20250728托小幼儿挂牌 excel_path pathr\新生调查问卷_132_132.xlsx sheet_name Sheet1 output_img pathr\幼儿园家长担心词云.png title_text 您的孩子要上幼儿园了您最担心的是什么 # K11O15读取K~O列 start_col 11 end_col 15 top_n 15 # 减少词数量从20改为15减少拥挤 font rC:\Windows\Fonts\simhei.ttf min_count 2 # 只保留出现2次的词过滤掉只出现1次的微小干扰词 # # 1、读取Excel K‑O列所有单元格文本 wb load_workbook(excel_path) ws wb[sheet_name] all_sentence [] for row in ws.iter_rows(min_colstart_col, max_colend_col, values_onlyTrue): for cell_val in row: if cell_val is not None and isinstance(cell_val, str): txt str(cell_val).strip() if len(txt) 0: all_sentence.append(txt) full_text .join(all_sentence) # 2、jieba分词 过滤停用词单字、无意义虚词 stop_words {小朋友,是否,不会,老师,问题,不能,情况,同学,能否,孩子,好好,,的,和,与,我,会,有,不,很,比较,一点,也,都,就,还是,希望,怕,担心,什么,对,在,要,是,了,吗} words jieba.lcut(full_text) valid_words [] for w in words: w w.strip() if len(w)2 and w not in stop_words: valid_words.append(w) # 3、统计词频过滤频次过低词汇取top counter Counter(valid_words) # 过滤只保留出现次数 min_count 的词 filter_counter {k:v for k,v in counter.items() if v min_count} top_list Counter(filter_counter).most_common(top_n) print(筛选后关键词【词次数】) for k,v in top_list: print(f{k}{v}次) cloud_text .join([item[0] for item in top_list]) # 4、生成词云关键调参解决拥挤小字干扰 wc WordCloud( font_pathfont, width1800, # 加宽画布 height1200, # 加高画布 background_colorwhite, max_wordstop_n, collocationsFalse, margin40, # ✨词语之间边距拉开距离解决文字堆叠 relative_scaling0.4, # ✨控制大小词字号差距避免有的词过小 min_font_size24, # ✨设置最小字号彻底消除很小的干扰小字 max_font_size320 # ✨限制最大字号防止个别词过大挤占空间 ) wc.generate(cloud_text) # 5、matplotlib添加中文标题并保存图片 plt.rcParams[font.sans-serif] [SimHei] plt.figure(figsize(16,11),dpi150) plt.imshow(wc, interpolationbilinear) plt.axis(off) plt.title(title_text, fontsize35, pad20) plt.tight_layout() plt.savefig(output_img, bbox_inchestight) plt.close() print(f\n✅词云图已输出{output_img}) wb.close()每次生成都不一样批量生成10张让领导自己选最终效果 读取问卷星“文本格式”xlsx表寻找过滤词提取前20个出现字数最高的词语 家长担心的5个项目 豆包阿夏 20260805 from openpyxl import load_workbook import jieba from collections import Counter from wordcloud import WordCloud import matplotlib.pyplot as plt import os # 配置区修改这里 pathrC:\Users\mhjg2\Desktop\20250728托小幼儿挂牌 excel_path pathr\新生调查问卷_132_132.xlsx sheet_name Sheet1 output_img 幼儿园家长担心词云 allpathfr\{output_img} os.makedirs(all,exist_okTrue) title_text 您的孩子要上幼儿园了您最担心的是什么 # K11O15读取K~O列 start_col 11 end_col 15 top_n 15 # 减少词数量从20改为15减少拥挤 font rC:\Windows\Fonts\simhei.ttf min_count 2 # 只保留出现2次的词过滤掉只出现1次的微小干扰词 # for i in range(10): # 1、读取Excel K‑O列所有单元格文本 wb load_workbook(excel_path) ws wb[sheet_name] all_sentence [] for row in ws.iter_rows(min_colstart_col, max_colend_col, values_onlyTrue): for cell_val in row: if cell_val is not None and isinstance(cell_val, str): txt str(cell_val).strip() if len(txt) 0: all_sentence.append(txt) full_text .join(all_sentence) # 2、jieba分词 过滤停用词单字、无意义虚词 stop_words {小朋友,是否,不会,老师,问题,不能,情况,同学,能否,孩子,好好,,的,和,与,我,会,有,不,很,比较,一点,也,都,就,还是,希望,怕,担心,什么,对,在,要,是,了,吗} words jieba.lcut(full_text) valid_words [] for w in words: w w.strip() if len(w)2 and w not in stop_words: valid_words.append(w) # 3、统计词频过滤频次过低词汇取top counter Counter(valid_words) # 过滤只保留出现次数 min_count 的词 filter_counter {k:v for k,v in counter.items() if v min_count} top_list Counter(filter_counter).most_common(top_n) print(筛选后关键词【词次数】) for k,v in top_list: print(f{k}{v}次) cloud_text .join([item[0] for item in top_list]) # 4、生成词云关键调参解决拥挤小字干扰 wc WordCloud( font_pathfont, width1800, # 加宽画布 height1200, # 加高画布 background_colorwhite, max_wordstop_n, collocationsFalse, margin40, # ✨词语之间边距拉开距离解决文字堆叠 relative_scaling0.4, # ✨控制大小词字号差距避免有的词过小 min_font_size24, # ✨设置最小字号彻底消除很小的干扰小字 max_font_size320 # ✨限制最大字号防止个别词过大挤占空间 ) wc.generate(cloud_text) # 5、matplotlib添加中文标题并保存图片 plt.rcParams[font.sans-serif] [SimHei] plt.figure(figsize(16,11),dpi150) plt.imshow(wc, interpolationbilinear) plt.axis(off) plt.title(title_text, fontsize35, pad20) plt.tight_layout() plt.savefig(allfr\{output_img}{i:02}.png, bbox_inchestight) plt.close() print(f\n✅词云图已输出f{output_img}) wb.close()同理制作第二问0、没有添加过滤词原始状态中有很多“口语化”填写“是否、有没有”1、复制一份改名使用修改过滤词的列表2、把代码里面的担心改成关心3、修改读取数据列数因为上一个代码已经过滤掉“是否、不会、老师、小朋友”等词语所以现在只有“有没有”一个过滤词 读取问卷星“文本格式”xlsx表寻找过滤词提取前20个出现字数最高的词语 家长关心的5个项目 豆包阿夏 20260805 from openpyxl import load_workbook import jieba from collections import Counter from wordcloud import WordCloud import matplotlib.pyplot as plt import os # 配置区修改这里 pathrC:\Users\mhjg2\Desktop\20250728托小幼儿挂牌 excel_path pathr\新生调查问卷_132_132.xlsx sheet_name Sheet1 output_img 幼儿园家长关心词云 allpathfr\{output_img} os.makedirs(all,exist_okTrue) title_text 您的孩子要上幼儿园了您最关心的是什么 # K11O15读取K~O列 start_col 16 end_col 20 top_n 15 # 减少词数量从20改为15减少拥挤 font rC:\Windows\Fonts\simhei.ttf min_count 2 # 只保留出现2次的词过滤掉只出现1次的微小干扰词 # for i in range(10): # 1、读取Excel K‑O列所有单元格文本 wb load_workbook(excel_path) ws wb[sheet_name] all_sentence [] for row in ws.iter_rows(min_colstart_col, max_colend_col, values_onlyTrue): for cell_val in row: if cell_val is not None and isinstance(cell_val, str): txt str(cell_val).strip() if len(txt) 0: all_sentence.append(txt) full_text .join(all_sentence) # 2、jieba分词 过滤停用词单字、无意义虚词 stop_words {有没有,小朋友,是否,不会,老师,问题,不能,情况,同学,能否,孩子,好好,,的,和,与,我,会,有,不,很,比较,一点,也,都,就,还是,希望,怕,关心,什么,对,在,要,是,了,吗} words jieba.lcut(full_text) valid_words [] for w in words: w w.strip() if len(w)2 and w not in stop_words: valid_words.append(w) # 3、统计词频过滤频次过低词汇取top counter Counter(valid_words) # 过滤只保留出现次数 min_count 的词 filter_counter {k:v for k,v in counter.items() if v min_count} top_list Counter(filter_counter).most_common(top_n) print(筛选后关键词【词次数】) for k,v in top_list: print(f{k}{v}次) cloud_text .join([item[0] for item in top_list]) # 4、生成词云关键调参解决拥挤小字干扰 wc WordCloud( font_pathfont, width1800, # 加宽画布 height1200, # 加高画布 background_colorwhite, max_wordstop_n, collocationsFalse, margin40, # ✨词语之间边距拉开距离解决文字堆叠 relative_scaling0.4, # ✨控制大小词字号差距避免有的词过小 min_font_size24, # ✨设置最小字号彻底消除很小的干扰小字 max_font_size320 # ✨限制最大字号防止个别词过大挤占空间 ) wc.generate(cloud_text) # 5、matplotlib添加中文标题并保存图片 plt.rcParams[font.sans-serif] [SimHei] plt.figure(figsize(16,11),dpi150) plt.imshow(wc, interpolationbilinear) plt.axis(off) plt.title(title_text, fontsize35, pad20) plt.tight_layout() plt.savefig(allfr\{output_img}{i:02}.png, bbox_inchestight) plt.close() print(f\n✅词云图已输出f{output_img}) wb.close()发给领导感悟1、问卷星的词云图是固定一张而且不能去掉“过滤词”2、Python可以生成人工去掉“过滤词”。并批量生成多个样式便于选择。