QQ聊天记录生成词云--WordCloud

文章目录

• ​​首先导出想要生成词云的聊天记记录(QQ支持)​​
• ​​打开导出的聊天记录查看​​
• ​​净化聊天记录​​

• ​​代码​​
• ​​净化后的文件部分内容显示（text_clean.txt）​​

• ​​分词​​

• ​​代码​​
• ​​分词后文本部分结果print(text_split)：​​

• ​​选取图片​​

• ​​代码​​
• ​​图片​​

• ​​选取字体（词云只支持英文 但是通过以下方式可以正常显示中文）​​

• ​​更换字体路径​​
• ​​代码​​

• ​​生成图片并显示​​

• ​​代码​​
• ​​生成的词云图片​​

• ​​全部代码​​

首先导出想要生成词云的聊天记记录(QQ支持)

---

打开导出的聊天记录查看

净化聊天记录

代码

#将文本导入到程序中
text=open(r'C:\Users\LIANG\Desktop\java技术交流群.txt',encoding='utf-8')

# 提取文本 一行一行选取 存入text_clean.txt文件中
text_clean = open(r'C:\Users\LIANG\Desktop\text_clean.txt','w',encoding="utf-8-sig")
str_s=text.readlines()
for str in str_s:
    if str.find('[表情]')!=-1:
        str=str.replace('[表情]','')
    elif str.find('2019')!=-1 or str.find('2020')!=-1 or str=='' or str.find('[图片]')!=-1:
        continue
    else:
        text_clean.write(str)

净化后的文件部分内容显示（text_clean.txt）

分词

代码

import jieba # 中文分词组件
#利用jieba模块对聊天记录精确分词
text_clean = open(r'C:\Users\LIANG\Desktop\text_clean.txt','r',encoding="utf-8-sig").read()
text_jieba = jieba.cut(text_clean, cut_all=False)
text_split = " ".join(text_jieba)

分词后文本部分结果print(text_split)：

选取图片

代码

#PIL专门处理图像
import numpy as np
from PIL import Image
cloud_mask = np.array(Image.open(r'C:\Users\LIANG\Desktop\云朵.jpg'))

图片

选取字体（词云只支持英文 但是通过以下方式可以正常显示中文）

更换字体路径

我们按照路径"C:\Windows\Fonts"打开文件 我们可以选择 其中任意一种支持中文的字体

比如：选择微软雅黑中的简体字 右键点击属性 复制粘贴到’C:\Windows\Fonts’路径后 改变font属性

代码

font = r'C:\Windows\Fonts\msyh.ttc'

生成图片并显示

代码

#导包 
from wordcloud import WordCloud
import matplotlib.pyplot as plt
'''
scale :       按比例放大画布 
background_color :  背景颜色
font_path :     字体
width :       宽
height :      高 
mask :        nd-array or None类型 通常用于添加图片背景
max_words :     要显示的词的最大个数
更多参数可以去看官方文档
'''
wordcloud = WordCloud( scale=10,background_color='white',width=200,height=200, font_path=font,mask=cloud_mask,max_words=300).generate(text_split)
#interpolation='bilinear',排线方式
plt.imshow(wordcloud,interpolation='bilinear')
#取消显示轴线
plt.axis('off')
#显示图片
plt.show()

生成的词云图片

全部代码

import jieba # 中文分词组件
import numpy as np
from PIL import Image
from wordcloud import WordCloud
import matplotlib.pyplot as plt

#步骤一：将文本导入到程序中
text=open(r'C:\Users\LIANG\Desktop\java技术交流群.txt',encoding='utf-8')

# 步骤二：净化文本数据
text_clean = open(r'C:\Users\LIANG\Desktop\text_clean.txt','w',encoding="utf-8-sig")
str_s=text.readlines()
for str in str_s:
    if str.find('[表情]')!=-1:
        str=str.replace('[表情]','')
    elif str.find('2019')!=-1 or str.find('2020')!=-1 or str=='' or str.find('[图片]')!=-1:
        continue
    else:
        text_clean.write(str)
text_clean.close()

#步骤四：利用jieba模块对聊天记录精确分词
text_clean = open(r'C:\Users\LIANG\Desktop\text_clean.txt','r',encoding="utf-8-sig").read()
text_jieba = jieba.cut(text_clean, cut_all=False)
text_split = " ".join(text_jieba)
print(text_split)


#步骤五：设置背景图 和字体
cloud_mask = np.array(Image.open(r'C:\Users\LIANG\Desktop\云朵.jpg'))
font = r'C:\Windows\Fonts\msyh.ttc'


#步骤六：生成词云
'''
scale :             按比例放大画布 
background_color :  背景颜色
font_path :         字体
width :             宽
height :            高   
mask :              nd-array or None类型 通常用于添加图片背景
max_words :         要显示的词的最大个数
更多参数可以去看官方文档
'''
wordcloud = WordCloud( scale=10,background_color='white',width=200,height=200, font_path=font,mask=cloud_mask,max_words=300).generate(text_split)
#interpolation='bilinear',排线方式
plt.imshow(wordcloud,interpolation='bilinear')
#取消显示轴线
plt.axis('off')
#显示图片
plt.show()