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 ...
最新文章
- CDN监控系统(一)
- 在PC机上熟悉常用网络命令
- (十)java springboot b2b2c shop 多用户商城系统源码:服务网关zuul初级篇
- react中规范类型接口的使用
- js保存当前html,JavaScript保存当前页面
- mysql path密码忘记_mysql密码忘记
- Android Studio(3)---Android Studio的配置
- Qt5.7 win10环境 调试器未设置问题解决
- c语言编程分数判定,用C语言编程平均分数
- 自定义Flume Sink:ElasticSearch Sink
- ubuntu下rz,sz命令用法
- android 控件xpath软件_请像用户使用软件一样,享受自动化测试~
- linux下解除端口防火墙,Linux下防火墙配置、端口的开启和关闭
- 使你的程序支持多GPU渲染
- 混频器的噪声来源与抑制方法
- 抖音短视频抖音搜索seo排名优化技术引流工具源代码开发
- 六大行业动向,给2021年新能源汽车行业画下句点
- 智能指针循环引用——你真的懂了吗?
- 简单的mg动画制作方法,看到就是赚到 | 万彩动画大师
- 如何通俗理解 beta分布、汤普森采样和狄利克雷分布
热门文章
- 【Opencv实战】纯手工代码打造车牌检测程序,秒变智能检测你值得拥有~(附源码)
- 360度全景问题--首尾相接
- html制作晚安,晚安计划.html
- ABOV单片机KEIL C51编译器程序仿真器OCD-II操作步骤详解
- win10代理服务器没有响应解决方案
- python气象卫星云图解析_02_中央气象台
- 安徽师范大学计算机学院在哪个校区,2021年安徽师范大学有几个校区,大一新生在哪个校区...
- 上海宝付发布新骗局预警:培训贷为大学生求职者而来
- 结构体类型(struct)
- 计算机win7如何加快开机速度,win7快速开机到八秒,怎么加快win7开机速度