python拥有近13w个第三方库,其中有很多优秀的库,比如
wordcloud,scipy,jieba
等库,能快速实现很多功能,比如制作一个QQ群聊天记录词云……
工具:PyCharm, Python3.6.5
1.获取数据源
要用.txt导出到任意盘符,接下来就要对导出的txt文件进行数据分析。
2.下载对应库
这一步是对于初学者最难的一步,其中有很多坑等着你。(下面以安装wordcloud为例,因为这个最麻烦)
(1)PyCharm的Terminal中输入pip install wordcloud
来下载wordcloud库,一般情况下会安装失败==!那就用方法2
(2)第二个方法是到此网站下载安装包
重要提醒:通过cmd中输入
python -V
来查看你的python版本并下载对应的安装包,同时注意你的python是32位还是64位
以py3.6为例:wordcloud‑1.4.1‑cp36‑cp36m‑win32.whl
cp36代表python3.6 ; win32代表32位的python
下载完成后把文件放到python目录的Scripts下,并在PyCharm的Terminal中运行pip install wordcloud‑1.4.1‑cp36‑cp36m‑win32.whl
注意:得在Scripts下运行
3.代码部分
安装好各种库后终于可以编写代码了
分两步搞定
(1)过滤txt文件中无用的信息,避免词云中都是无效信息,并用jieba进行分词
直接上代码
import jieba
newtext = []
# 打开E盘下的聊天记录文件qq.txt
for word in open('E:\\qq.txt', 'r', encoding='utf-8'):
tmp = word[0:4]
if (tmp == "2017" or tmp == "===="or tmp == "2018"): # 过滤掉聊天记录的时间和qq名称
continue
tmp = word[0:2]
if (tmp[0] == '[' or tmp[0] == '/'or tmp[0] == '@'): # 过滤掉图片和表情,例如[图片],/滑稽
continue
newtext.append(word)
# 将过滤掉图片和表情和时间信息和qq名称剩下的文字重新写入E盘下的q1.txt文件中去
with open('E:\\q1.txt', 'w', encoding='utf-8') as f:
for i in newtext:
f.write(i)
# 打开新生成的聊天记录文件
text = open('E:\\q1.txt', 'r', encoding='utf-8').read()
word_jieba = jieba.cut(text, cut_all=True)
word_split = " ".join(word_jieba)
通过这步在E盘中得到了一个q1.txt文件,你打开会发现变的整洁干净了许多,当然你也可以通过进一步学习来更好的过滤文本
(2)最后一步,再新建一个.py,用到wordcloud库来绘制词云图(为便于理解,将程序分成两部分运行,你也可以尝试将两程序合并)
from wordcloud import WordCloud,STOPWORDS,ImageColorGenerator
import matplotlib.pyplot as plt
from scipy.misc import imread
text = open('E:\\q1.txt', 'r', encoding='utf-8').read() # 打开过滤好的txt文件
print(text)
bg_pic = imread('E:\\sjt.jpg') # 导入词云背景
wordcloud = WordCloud(mask=bg_pic, background_color='white', scale=1.5, font_path='C:/Windows/Fonts/simhei.ttf', width=1000,height=600,stopwords={'表情','糊脸','拍桌','拍头'},min_font_size=10,max_font_size=36,font_step=4,
).generate(text) # 定义词云的各种变量,可以控制词云的形式,这里的控制变量可以去网上查找,stopwords={'表情','糊脸','拍桌','拍头''是为了过滤掉里面的部分表情信息
image_colors = ImageColorGenerator(bg_pic)
plt.imshow(wordcloud)
plt.axis('off')
plt.show()
wordcloud.to_file('E:\\text.jpg') # 输出词云
快去制作你的炫酷词云吧!!!