1. 詞云圖
相信大家在生活中也看過(guò)下面這樣的圖形吧？想必對(duì)于詞云圖也不是很陌生吧？詞云圖餐弱，顧名思義，就是一些具有關(guān)鍵意義的詞囱晴，組成一些具有代表意義的形狀膏蚓，并按照重要程度、出現(xiàn)頻率等進(jìn)行排列組合得到一張精煉濃縮的信息圖畸写。是不是感覺(jué)十分高大上驮瞧？其實(shí)，我們自己也可以做屬于我們自己的詞云圖艺糜。
2. 準(zhǔn)備素材
巧婦難為無(wú)米之炊剧董，我們需要準(zhǔn)備一下材料去烹飪我們這道視覺(jué)盛宴：
- 主材料：文本
- 輔料：圖片
- 工具：詞云制作工具（WordArt 等） OR 編程語(yǔ)言（python 等）
3. 準(zhǔn)備文本
這一章里面，我主要介紹的是如何把QQ聊天記錄導(dǎo)出破停，并把整理成關(guān)鍵詞翅楼，為后續(xù)可視化做準(zhǔn)備的。
-
導(dǎo)出聊天記錄
首先找到qq的消息管理器（小喇叭）,然后找到你想要得到的聊天記錄的那位真慢，右鍵毅臊，導(dǎo)出消息記錄就可以了『诮纾【注意】選擇下拉菜單管嬉，將聊天記錄導(dǎo)出為(* .txt)格式或者是(* .mht)格式皂林。
導(dǎo)出qq聊天記錄.png -
處理文本
在得到文本素材以后，我們需要將這些文本進(jìn)行分割蚯撩，得到一個(gè)個(gè)詞語(yǔ)础倍，經(jīng)過(guò)過(guò)濾得到關(guān)鍵詞。這里胎挎，我們選用的是 jieba 結(jié)巴中文分詞沟启。
jieba 中文分詞的 Github 項(xiàng)目地址：https://github.com/fxsjy/jieba- 通過(guò)
pip安裝jieba：pip install jieba - 通過(guò) jieba 處理文本：
import jieba
import jieba.analyse
import re # 正則表達(dá)式清洗數(shù)據(jù)
# 打開(kāi)并讀取文檔
file=open("wxb.txt",'r',encoding='UTF-8')
obj=file.read()
file.close()- 清洗聊天記錄
這里主要利用re 模塊進(jìn)行清洗，大家可以根據(jù)自己的聊天記錄形式進(jìn)行自定義的處理犹菇。
re 模塊介紹：http://www.runoob.com/python/python-reg-expressions.html
import re
# 使用re.sub()函數(shù)進(jìn)行清洗
# 主要清洗對(duì)象為"=="德迹、"YYYY-MM-DD"、"HH:MM:SS"揭芍、"QQ昵稱"胳搞、"[圖片]"
# 下面以時(shí)間數(shù)據(jù)處理為例進(jìn)行簡(jiǎn)單的演示，大家可以根據(jù)自己的需要称杨，根據(jù)規(guī)則進(jìn)行修改
t_rm1= re.sub("\d\d:\d\d:\d\d",'',obj)- 分詞
# 將特定的詞加入詞典
jieba.add_word("不安分的小王")
# 分詞
word_list=jieba.cut(obj,cut_all=Flase,HMM=True)
word_split="\".join(word_list)word_split便是你最終的分詞結(jié)果- 提取關(guān)鍵詞
光得到分詞結(jié)果我們還不能很好地展現(xiàn)文本內(nèi)容肌毅，這一步，我們需要分詞后的統(tǒng)計(jì)列另，提取關(guān)鍵詞芽腾。為后面可視化做準(zhǔn)備。
# 提取關(guān)鍵詞
rank_K=300 #提取前300的關(guān)鍵詞
# 返回帶有權(quán)重的詞語(yǔ)的list
tags = jieba.analyse.extract_tags(wrd_split, topK=rank_K, withWeight=True, allowPOS=())
word_split="\".join(word_list)
# 如果不想帶權(quán)重的話页衙，可以設(shè)置 withWeight=False- 保存最終關(guān)鍵詞和結(jié)果
with open("keywords.txt",'w',encoding='UTF-8') as f: for i in range(0,rank_K): f.write(str(tags[i])+'\n')-
保存最終關(guān)鍵詞和結(jié)果
關(guān)鍵詞提取結(jié)果（部分）
- 清洗聊天記錄
- 通過(guò)
到此摊滔，介紹完了文本準(zhǔn)備的相關(guān)工作。后面會(huì)繼續(xù)介紹如何制作詞云店乐。
