python生成词云教程(附带QQ聊天记录生成词云实战)

很多同学对词云很感兴趣,就是给一段文本,然后根据它的词频,生成出好看的词云,就像下面这张图一样:

生成这个其实很简单,python代码我已经放在github上面了,大家下载下来就能直接用:地址

下面我讲讲怎么使用这个代码。

环境配置

首先需要python3环境,推荐使用Anaconda安装。

然后需要jiebawordcloud库,所以运行下面两条命令安装两个库:
pip3 install jieba
pip3 install wordcloud

文件目录

这个代码文件夹是如下结构:

  • data
    • templates
      这个文件夹下放所有你词云想要的样式图片,背景色最好简单一点。
    • stopwords.txt
      这是停止词文件,对于你不想在词云中出现的词,你都可以添加到这个文件中过滤掉它。
  • fonts
    这个文件夹下放词云中显示的字体。
  • create_word_cloud.py
    这是词云的主代码。
  • preprocess.py
    这是用来预处理QQ聊天记录的。

使用方法

对于一般的文本文件,直接运行python3 create_word_cloud.py filename.txt就能生成词云了,效果如下:

生成QQ聊天记录词云

首先打开消息记录,点击下方的消息管理器:

然后在需要导出的聊天对象上面右键点击导出消息记录:

然后保存类型选择txt,点保存,并将文件保存在wordcloud根目录下:

然后打开命令行运行python3 preprocess.py filename.txt,用来去掉聊天记录中的昵称和时间等信息:

最后运行python3 create_word_cloud.py __filename.txt就能生成词云了。


   转载规则


《python生成词云教程(附带QQ聊天记录生成词云实战)》 韦阳 采用 知识共享署名 4.0 国际许可协议 进行许可。
 上一篇
Do latent tree learning models identify meaningful structure in sentences? Do latent tree learning models identify meaningful structure in sentences?
论文地址:Do latent tree learning models identify meaningful structure in sentences? 本文是一篇分析类论文,主要对近年来几种无监督句法分析模型(RL-SPINN和ST
2019-08-05
下一篇 
Unsupervised Latent Tree Induction with Deep Inside-Outside Recursive Autoencoders Unsupervised Latent Tree Induction with Deep Inside-Outside Recursive Autoencoders
论文地址:Unsupervised Latent Tree Induction with Deep Inside-Outside Recursive Autoencoders代码地址:github 今天要分享的这篇论文来自NAACL201
2019-07-25
  目录