QQ聊天记录生成词云--WordCloud

Posted 2023-03-08

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(rC:\\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(rC:\\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(rC:\\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(rC:\\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 = rC:\\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(rC:\\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(rC:\\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(rC:\\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(rC:\\Users\\LIANG\\Desktop\\云朵.jpg))
font = rC:\\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()