如何利用Python词云和wordart可视化工具对朋友圈数据进行可视化展示

Posted 2020-11-05

大前天我们通过Python网络爬虫对朋友圈的数据进行了抓取，感兴趣的朋友可以点击进行查看，如何利用Python网络爬虫抓取微信朋友圈的动态（上）和如何利用Python网络爬虫爬取微信朋友圈动态——附代码（下）。今天小编带大家通过词云去将其进行可视化，具体的教程如下。

1、在Python中做词云，需要用到wordcloud库和jieba分词库，没有安装的伙伴可以直接pip安装即可。

2、之后你可能还需要一些字体，如simhei.ttf等，这些字体在网上都有，可以直接进行下载，在做词云的时候会用得到，如下图所示。

3、在items.py的同级目录下建立analyse.py文件，定义analyse_words方法，用于实现词云可视化，jieba.cut用于得到分词结果，具体的代码实现，如下图所示。因为得到的moment.json数据是以JSON格式存储的，所以需要在该文件中导入JSON模块对其进行解析。

这个地方需要注意一下，由于我们的memoent.json文件中是中文字符，如果在open()函数中没有加入encoding=’utf-8’的话会导致gbk编码错误，记得将编码加上即可。

4、之后运行程序，得到keys.png图片文件，程序运行的效果如下图所示。可以看到keys.png已经在items.py目录下了。

5、双击keys.png，如下图所示。

6、不得不承认，这个词云图片内容确实丰富，不过也十分的丑。小编利用wordart（一个词云网站）将朋友圈数据进行更加美化的可视化。

7、比方说用动物的图案进行可视化，效果图如下图所示。

8、如果直接将数据进行导入的话，wordart会直接将整段话进行可视化，这样显得十分冗余，看上去也不太友好，因此还需要通过Python对数据进行分频统计，之后再导入到wordart中就可以看到想要的效果了。首先，我们需要对json文件进行处理一下，将文本全部导出来，形成一个moment.txt文件。内容如下图所示。

9、编写代码，将文本进行分词，代码实现如下所示。

10、程序运行完成之后，得到的moment_outputs.txt文件，内容如下图所示，可以很清楚的看到分词情况。红色部分是程序运行的过程。

11、继续编写代码，将词频进行统计汇总，代码实现如下图所示。

12、程序运行之后，得到一个txt和Excel文件，里边是关于词频统计的信息，如下图所示。红色部分是程序运行的结果，并没有报错。

13、将这些关键字导入到wordart中进行可视化，如下图所示。

14、设置一下图案、字体、排版、颜色等等，就可以生成绚丽的词云图了，下图是汪星人词云图。

15、下图是小云朵词云图，可以给视觉带来一场饕餮盛宴。

小伙伴们，你们有没有觉得很神奇呢？喜欢的话欢迎收藏和转载噢~~