PythonSNs(3)---qq群聊天记录词云分析

通过制作词云，了解到了wordcloud,scipy,jieba等库，能快速实现很多功能，比如制作一个QQ群聊天记录词云……
工具：PyCharm, Python3.6.5

---

1.首先第一步是获取到聊天记录的txt文件

qq左下角
导出消息记录

要用.txt导出到任意盘符，接下来就要对导出的txt文件进行数据分析。

---

2.准备阶段：下载好wordcloud,jieba,scipy等库

这一步是对于初学者最难的一步，其中有很多坑等着你。（下面以安装wordcloud为例，因为这个最麻烦）

（1）PyCharm的Terminal中输入pip install wordcloud来下载wordcloud库，一般情况下会安装失败==！那就用方法2

（2）第二个方法是到此网站下载安装包

传送门

重要提醒：通过cmd中输入python -V来查看你的python版本并下载对应的安装包，同时注意你的python是32位还是64位

wordcloud

以py3.6为例：wordcloud‑1.4.1‑cp36‑cp36m‑win32.whl
cp36代表python3.6 ； win32代表32位的python

下载完成后把文件放到python目录的Scripts下，并在PyCharm的Terminal中运行pip install wordcloud‑1.4.1‑cp36‑cp36m‑win32.whl注意：得在Scripts下运行

---

3.代码部分

安装好各种库后终于可以编写代码了
分两步搞定

（1）过滤txt文件中无用的信息，避免词云中都是无效信息，并用jieba进行分词

直接上代码

import matplotlib.pyplot as plt
import jieba

newtext = []
# 打开E盘下的聊天记录文件qq.txt
for word in open('E:\\qq.txt', 'r', encoding='utf-8'):
    tmp = word[0:4]
    if (tmp == "2017" or tmp == "===="or tmp == "2018"):  # 过滤掉聊天记录的时间和qq名称
        continue
    tmp = word[0:2]
    if (tmp[0] == '[' or tmp[0] == '/'or tmp[0] == '@'):  # 过滤掉图片和表情，例如[图片]，/滑稽
        continue
    newtext.append(word)
# 将过滤掉图片和表情和时间信息和qq名称剩下的文字重新写入E盘下的q1.txt文件中去
with open('E:\\q1.txt', 'w', encoding='utf-8') as f:
    for i in newtext:
        f.write(i)
 # 打开新生成的聊天记录文件
text = open('E:\\q1.txt', 'r', encoding='utf-8').read()
word_jieba = jieba.cut(text, cut_all=True)
word_split = " ".join(word_jieba)
plt.axis("off")
plt.show()

通过这步在E盘中得到了一个q1.txt文件，你打开会发现变的整洁干净了许多，当然你也可以通过进一步学习来更好的过滤文本

（2）最后一步，再新建一个.py，用到wordcloud库来绘制词云图

from wordcloud import WordCloud,STOPWORDS,ImageColorGenerator
import matplotlib.pyplot as plt
from scipy.misc import imread


text = open('E:\\q1.txt', 'r', encoding='utf-8').read()  # 打开过滤好的txt文件
print(text)
bg_pic = imread('E:\\sjt.jpg')     # 导入词云背景
wordcloud = WordCloud(mask=bg_pic, background_color='white', scale=1.5, font_path='C:/Windows/Fonts/simhei.ttf', width=1000,height=600,stopwords={'表情','糊脸','拍桌','拍头'},min_font_size=10,max_font_size=36,font_step=4,
).generate(text)    # 定义词云的各种变量，可以控制词云的形式，这里的控制变量可以去网上查找
image_colors = ImageColorGenerator(bg_pic)
plt.imshow(wordcloud)
plt.axis('off')
plt.show()
wordcloud.to_file('E:\\text.jpg')   # 输出词云

最终效果

快去制作你的炫酷词云吧！！！