在Python中用WordCloud生成聊天记录热点词汇词云图

刚开学第一天，因为老师没在实验室，所以就没去。之前有看到过别人展示过热点词汇的那种图片，闲着也是闲着，所以就捣鼓了一下午，为了整理一下学的东西，下面就以QQ聊天记录为例子，生成热点词汇。具体的效果如下

前提准备：

环境：anaconda+python3.5（一开始在python2中写的，但是py2中open这个内置函数没有encoding这个属性，所以文件读取时编码格式转换有点麻烦，捣鼓了很久没弄好，干脆用了py3来写。）

1、安装wordcloud和jieba

pip install wordcloud
pip install jieba

wordcloud是用于生成词云图的模块，jieba是一个强大的分词库，并且完美支持中文分词。

另外anaconda安装wordcloud的时候，可能会出错，这时候可以去网上下载个轮子进行本地安装。地址：https://www.lfd.uci.edu/~gohlke/pythonlibs/#wordcloud

2、从QQ中导出一份聊天记录

不会的可以参考百度：https://jingyan.baidu.com/article/2a138328541fcb074a134f81.html

导出格式选择txt就可以了。

另外需要准备另一个txt文件（如图ignore_words.txt），里面填写几个需要忽略的词语，如姓名或者一些助词。

下面就开始写如何做词云图了！

导入基本模块：

# coding:utf-8
from scipy.misc import imread
from wordcloud import WordCloud
import jieba.posseg as pseg
import matplotlib.pyplot as plt
from scipy.misc import imread
import re

解释一下下面的这个函数：

先读取这两个文件，聊天记录的文件需要将时间的行数据以及空格之类的数据筛掉，忽略的词汇放入一个set中。

然后重点是下面这几句：

    for line in line_list:word_map = pseg.cut(line)for word, type in word_map:if word not in stop_words and type == 'n':word_list.append(word)

pseg.cut()的作用就是通过jieba中的模块进行分词，返回结果是分的词跟这个词的词性，选择词性是名词，这里也可以加上些其他的词性。

词性表如下：摘自:https://www.cnblogs.com/adienhsuan/p/5674033.html

Ag	形语素	形容词性语素。形容词代码为 a，语素代码ｇ前面置以A。
a	形容词	取英语形容词 adjective的第1个字母。
ad	副形词	直接作状语的形容词。形容词代码 a和副词代码d并在一起。
an	名形词	具有名词功能的形容词。形容词代码 a和名词代码n并在一起。
b	区别词	取汉字“别”的声母。
c	连词	取英语连词 conjunction的第1个字母。
dg	副语素	副词性语素。副词代码为 d，语素代码ｇ前面置以D。
d	副词	取 adverb的第2个字母，因其第1个字母已用于形容词。
e	叹词	取英语叹词 exclamation的第1个字母。
f	方位词	取汉字“方”
g	语素	绝大多数语素都能作为合成词的“词根”，取汉字“根”的声母。
h	前接成分	取英语 head的第1个字母。
i	成语	取英语成语 idiom的第1个字母。
j	简称略语	取汉字“简”的声母。
k	后接成分
l	习用语	习用语尚未成为成语，有点“临时性”，取“临”的声母。
m	数词	取英语 numeral的第3个字母，n，u已有他用。
Ng	名语素	名词性语素。名词代码为 n，语素代码ｇ前面置以N。
n	名词	取英语名词 noun的第1个字母。
nr	人名	名词代码 n和“人(ren)”的声母并在一起。
ns	地名	名词代码 n和处所词代码s并在一起。
nt	机构团体	“团”的声母为 t，名词代码n和t并在一起。
nz	其他专名	“专”的声母的第 1个字母为z，名词代码n和z并在一起。
o	拟声词	取英语拟声词 onomatopoeia的第1个字母。
p	介词	取英语介词 prepositional的第1个字母。
q	量词	取英语 quantity的第1个字母。
r	代词	取英语代词 pronoun的第2个字母,因p已用于介词。
s	处所词	取英语 space的第1个字母。
tg	时语素	时间词性语素。时间词代码为 t,在语素的代码g前面置以T。
t	时间词	取英语 time的第1个字母。
u	助词	取英语助词 auxiliary
vg	动语素	动词性语素。动词代码为 v。在语素的代码g前面置以V。
v	动词	取英语动词 verb的第一个字母。
vd	副动词	直接作状语的动词。动词和副词的代码并在一起。
vn	名动词	指具有名词功能的动词。动词和名词的代码并在一起。
w	标点符号
x	非语素字	非语素字只是一个符号，字母 x通常用于代表未知数、符号。
y	语气词	取汉字“语”的声母。
z	状态词	取汉字“状”的声母的前一个字母。
un	未知词	不可识别词及用户自定义词组。取英文Unkonwn首两个字母。(非北大标准，CSW分词中定义)

def createText():record_file = open('./data/record.txt', 'r', encoding='utf-8')ignore_file = open('./data/ignore_words.txt','r', encoding='utf-8')# strip()去除字符前面的空格line_list = []for line in record_file:if line.isspace():continueif re.match(r'(\d{4}-\d{1,2}-\d{1,2})',line[:10]) is not None:continueline_list.append(line.strip())stop_words = set(line.strip() for line in ignore_file)word_list = []for line in line_list:word_map = pseg.cut(line)for word, type in word_map:if word not in stop_words and type == 'n':word_list.append(word)record_file.close()ignore_file.close()return ' '.join(word_list)

通过下面这个函数可以生成词云图。

主要的代码是这句：

WordCloud(font_path='./Yuan.otf', background_color='#fff', mask=mask_img).generate(text)

WordCloud的参数有很多：

其中的mask参数需要传进一个nd数组，因而这里用到了scipy的imread()来将图片转换为二维数组。

摘自：http://blog.csdn.net/u010309756/article/details/67637930

font_path : string //字体路径，需要展现什么字体就把该字体路径+后缀名写上，如：font_path = '黑体.ttf'width : int (default=400) //输出的画布宽度，默认为400像素height : int (default=200) //输出的画布高度，默认为200像素prefer_horizontal : float (default=0.90) //词语水平方向排版出现的频率，默认 0.9 （所以词语垂直方向排版出现频率为 0.1 ）mask : nd-array or None (default=None) //如果参数为空，则使用二维遮罩绘制词云。如果 mask 非空，设置的宽高值将被忽略，遮罩形状被 mask 取代。除全白（#FFFFFF）的部分将不会绘制，其余部分会用于绘制词云。如：bg_pic = imread('读取一张图片.png')，背景图片的画布一定要设置为白色（#FFFFFF），然后显示的形状为不是白色的其他颜色。可以用ps工具将自己要显示的形状复制到一个纯白色的画布上再保存，就ok了。scale : float (default=1) //按照比例进行放大画布，如设置为1.5，则长和宽都是原来画布的1.5倍。min_font_size : int (default=4) //显示的最小的字体大小font_step : int (default=1) //字体步长，如果步长大于1，会加快运算但是可能导致结果出现较大的误差。max_words : number (default=200) //要显示的词的最大个数stopwords : set of strings or None //设置需要屏蔽的词，如果为空，则使用内置的STOPWORDSbackground_color : color value (default=”black”) //背景颜色，如background_color='white',背景颜色为白色。max_font_size : int or None (default=None) //显示的最大的字体大小mode : string (default=”RGB”) //当参数为“RGBA”并且background_color不为空时，背景为透明。relative_scaling : float (default=.5) //词频和字体大小的关联性color_func : callable, default=None //生成新颜色的函数，如果为空，则使用 self.color_funcregexp : string or None (optional) //使用正则表达式分隔输入的文本collocations : bool, default=True //是否包括两个词的搭配colormap : string or matplotlib colormap, default=”viridis” //给每个单词随机分配颜色，若指定color_func，则忽略该方法。

其中关于生成的图像的设置可以借鉴：http://blog.csdn.net/heyuexianzi/article/details/76851377 文章讲的很详细。

def createCloud(text):mask_img = imread('./IMG.JPG')wordCloud = WordCloud(font_path='./Yuan.otf', background_color='#fff', mask=mask_img).generate(text)plt.imshow(wordCloud)plt.axis('off')plt.show()

完整代码如下：

# coding:utf-8
from scipy.misc import imread
from wordcloud import WordCloud
import jieba.posseg as pseg
import matplotlib.pyplot as plt
from scipy.misc import imread
import redef createText():record_file = open('./data/record.txt', 'r', encoding='utf-8')ignore_file = open('./data/ignore_words.txt','r', encoding='utf-8')# strip()去除字符前面的空格line_list = []for line in record_file:if line.isspace():continueif re.match(r'(\d{4}-\d{1,2}-\d{1,2})',line[:10]) is not None:continueline_list.append(line.strip())stop_words = set(line.strip() for line in ignore_file)word_list = []for line in line_list:word_map = pseg.cut(line)for word, type in word_map:if word not in stop_words and (type == 'n' or type == 'v'):word_list.append(word)ignore_file.close()record_file.close()return ' '.join(word_list)def createCloud(text):mask_img = imread('./IMG.JPG')wordCloud = WordCloud(font_path='./Yuan.otf', background_color='#fff', mask=mask_img).generate(text)plt.imshow(wordCloud)plt.axis('off')plt.show()if __name__ == '__main__':txt = createText()createCloud(txt)

这个词汇云图的应用方面很广，大家也可以根据自身的需要结合其他的领域来使用。

在Python中用WordCloud生成聊天记录热点词汇词云图相关推荐

python节日快乐_【python】一键生成漂亮的节日快乐词云图
一键生成漂亮的节日快乐词云图,给女神一个特别的礼物~ # Python 实用宝典 # 2020/03/23 先看效果图: 代码传送门: import numpy import multidict im ...
用Wordcloud生成指定形状的词云图
wordcloud是Python扩展库中一种将词语用图片表达出来的一种形式,通过词云生成的图片,我们可以更加直观的看出某篇文章的故事梗概. 首先贴出一张词云图(以哈利波特小说为例): 在生成词云图之前 ...
echarts词云图形状_用Wordcloud生成指定形状的词云图
wordcloud是Python扩展库中一种将词语用图片表达出来的一种形式,通过词云生成的图片,我们可以更加直观的看出某篇文章的故事梗概. 首先贴出一张词云图(以哈利波特小说为例): 在生成词云图之前 ...
查看list的形状_用Wordcloud生成指定形状的词云图
wordcloud是Python扩展库中一种将词语用图片表达出来的一种形式,通过词云生成的图片,我们可以更加直观的看出某篇文章的故事梗概. 首先贴出一张词云图(以哈利波特小说为例): 在生成词云图之前 ...
Python实现Wordcloud生成词云图的示例
wordcloud是Python扩展库中一种将词语用图片表达出来的一种形式,通过词云生成的图片,我们可以更加直观的看出某篇文章的故事梗概. 首先贴出一张词云图(以哈利波特小说为例): 在生成词云图之前 ...
python爬取豆瓣《狂暴巨兽》评分影评，matplotlib和wordcloud制作评分图和词云图
开发环境:win7,8,10,python3+ python模块:requestes,bs4,matplotlib,jieba,wordcloud,PIL,numpy,random 实现的功能和思路: ...
用python全方位解析2019新冠疫情词云图
用python全方位解析2019新冠疫情词云图 wordcloud模块 jieba分词器模块 PyCharm创建工程生成词云的方法 wordcloud.WordCloud()的参数介绍影响词云图像 ...
关于python使用wordcloud生成繁体字词云的方法
今天我了解了一些关于python词云模块的用法,简单地实践了一下. 安装比较顺利,还是老办法,pip install就可以安装好,但是时间比较长,因为可能同时安装了很多使用词云必须用到的包. 然后就是 ...
python中wordcloud生成词云_python使用WordCloud生成词云
前言当我们想快速了解书籍.小说.电影剧本中的内容是时,则可以采用绘制 WordCloud 词云图,显示主要的关键词,可以非常直观的看到结果核心代码 from wordcloud import W ...

在Python中用WordCloud生成聊天记录热点词汇词云图

在Python中用WordCloud生成聊天记录热点词汇词云图相关推荐

最新文章

热门文章