誰でもできるPythonでワードクラウド（word cloud）を作る方法（マスクも使えます）

  !pip install janome
  from janome.tokenizer import Tokenizer
  from janome.analyzer import Analyzer
  from janome.charfilter import *
  from janome.tokenfilter import *
  import re
  

  import requests
  from bs4 import BeautifulSoup
  url = "https://www.aozora.gr.jp/cards/000148/files/789_14547.html"  # 青空文庫よりテキストを抽出
  response = requests.get(url)
  soup = BeautifulSoup(response.content, "html.parser")
  s = soup.get_text()
  

  # データ正規表現処理 上から順に処理される
  char_filters = [UnicodeNormalizeCharFilter(),
                  #Unicodeを正規化することで表記ゆれを吸収
                  RegexReplaceCharFilter('<.*?>', ''),
                  #html文書を想定してタグを削除する
                  RegexReplaceCharFilter('([ぁ-んー]+|[ァ-ンー]+|[\\u4e00-\\u9FFF]+|[ぁ-んァ-ンー\\u4e00-\\u9FFF]+)(\n)([ぁ-んー]+|[ァ-ンー]+|[\\u4e00-\\u9FFF]+|[ぁ-んァ-ンー\\u4e00-\\u9FFF]+)', r'\1\3'),
                  #改行前後の文字が日本語文字の場合は改行を削除する。それ以外はスペースに変換する。
                  RegexReplaceCharFilter('\n', ' '),
                  RegexReplaceCharFilter('\t', ' '),
                  # 残った改行とタブ記号はスペースに置換する
                  ]

  # データ前処理 上から順に処理される
  token_filters = [
                   LowerCaseFilter(), #英字を小文字にする
                   CompoundNounFilter(),# 複合名詞を作成する
                  ]

  # 形態要素分析の実施
  a = Analyzer(char_filters=char_filters, token_filters=token_filters)
  results = a.analyze(s)

  # 分析結果を空白（スペース）を区切りとした品詞の文字列にする
  sent = ""
  for token in results:
      if token.extra is None : # 品詞名がつけられない文字は対象外
          sent = sent
      else:
          if token.extra[0].split(',')[0] in ['名詞']: # tokenの1列目に品詞名がある"名詞"を抽出対象とする
              sent += token.surface + " " # 表層形を抽出

  # results確認用
  print(sent)
  

  
 夏目漱石 吾輩 猫 吾輩 猫 夏目漱石 一 吾輩 猫 名前 どこ 見当 何 所 いた事 記憶 吾輩 ここ 人間 もの あと それ 書生 人間中...
  

  # wordcloudを実行
  from wordcloud import WordCloud
  import matplotlib.pyplot as plt
  %matplotlib inline
  from PIL import Image
  import numpy as np

  # 画像読み込み
  mask = np.array(Image.open("kuma.png"))

  # フォントを設定（content配下）
  fpath = "ipagp.ttf"

  # colormapリスト
  color_map_list=[
      'inferno', 'magma', 'plasma', 'viridis',
      'Blues', 'BuGn', 'BuPu', 'GnBu',
      'Greens', 'Greys', 'OrRd', 'Oranges',
      'PuBu', 'PuBuGn', 'PuRd', 'Purples',
      'RdPu', 'Reds', 'YlGn', 'YlGnBu', 'YlOrBr', 'YlOrRd',
      'binary', 'gist_yarg', 'gist_gray', 'gray',
      'bone', 'pink', 'spring', 'summer',
      'autumn', 'winter', 'cool', 'Wistia',
      'hot', 'afmhot', 'gist_heat', 'copper',
      'PiYG', 'PRGn', 'BrBG', 'PuOr', 'RdGy', 'RdBu', 'RdYlBu',
      'RdYlGn', 'Spectral', 'coolwarm', 'bwr', 'seismic',
      'Pastel1', 'Pastel2', 'Paired', 'Accent', 'Dark2',
      'Set1', 'Set2', 'Set3', 'tab10', 'tab20', 'tab20b', 'tab20c',
      'flag', 'prism', 'ocean', 'gist_earth', 'terrain', 'gist_stern', 'gnuplot',
      'gnuplot2', 'CMRmap', 'cubehelix', 'brg', 'hsv', 'gist_rainbow', 'rainbow',
      'jet', 'nipy_spectral', 'gist_ncar']

  # 不要な単語を設定
 stop_word_list = ["もの","そう","よう","ここ","これ","それ","の","ん","事","する", "しまっ", "し", "さ", "ある", "あっ","い","ため","こと","れ","いる","なっ"]

  # wordcloud処理
  wc = WordCloud(
      background_color="white", # 背景
      width=900, # 図の大きさ
      height=900,
      font_path=fpath, # フォントの設定
      colormap=color_map_list[color_map_list.index("coolwarm")],  # 文字色の選択
      mask=mask, # 図の枠,
      contour_width=1, # 図の枠線の太さ
      contour_color="steelblue", # 図の枠線の色
      stopwords=stop_word_list, # 不要文字
      max_words=50, # 最大文字数
      ).generate(sent)

  # imgの表示
  plt.figure(figsize=(5,5))
  plt.axis("off")
  plt.imshow(wc, interpolation="bilinear")