Python｜分析 QQ 群聊信息，记录词频并制作词云

import jiebaimport reimport collectionsfrom wordcloud import WordCloud, STOPWORDS, ImageColorGenerator  from PIL import Imageimport matplotlib.pyplot as plt 

file = open("**通知群.txt", "r", encoding="utf-8")one_name = ["***"]two_name = ["***"]timepat = re.compile(r"\d{4}-\d{1,2}-\d{1,2}")

file = open("**通知群.txt", "r", encoding="utf-8")

\d{4}-\d{1,2}-\d{1,2}

flag = 0lines = file.readlines()one_s = []two_s = []for line in lines:  line = line.replace("[图片]", "")  line = line.replace("[表情]", "")  line = line.replace("\n", "")  if flag == "one":    one_s.append(line)    flag = 0  if flag == "two":    two_s.append(line)    flag = 0  if re.search(timepat, line):    for w in one_name:      if w in line:        flag = "one"        break    for w in two_name:      if w in line:        flag = "two"        break print(len(one_s))  # 打印输出one这个成员消息条数print(len(two_s))  # 打印输出twe这个成员消息条数print(one_s[0:99])  # 打印输出one这个成员的所有消息

remove_words = [u'的', u'，',u'和', u'是', u'随着', u'对于', u'对',u'等',u'能',u'都',u'。',u' ',u'、',u'中',u'在',u'了',                u'通常',u'如果',u'我们',u'需要',u'我',u'你',u'？',u"",u" ",u"就",u"不","啊",                u"吧",u"也",u"不是",u"就是",u"什么",u"怎么",u"这个",u"这么",u"一个"]k = 0words = []for s in two_s:  thelist = jieba.cut(s, cut_all = False)  for word in thelist:    if word not in remove_words:      if len(word) > 1:        words.append(word) word_counts = collections.Counter(words)words_top10 = word_counts.most_common(10)print(words_top10)      #打印前10词频

## 制作词云backgroud_Image = plt.imread('面纱.jpg')  #选择背景图片，图片要与.py文件同一目录print('加载图片成功！')
## 设置词云样式  wc = WordCloud(      background_color='white',   # 设置背景颜色      mask=backgroud_Image,       # 设置背景图片      font_path='C:\Windows\Fonts\msyhl.ttc', # 若是有中文的话，这句代码必须添加，不然会出现方框，不出现汉字      max_words=2000,     # 设置最大现实的字数      stopwords=STOPWORDS,        # 设置停用词      max_font_size=150,  # 设置字体最大值      random_state=30     # 设置有多少种随机生成状态，即有多少种配色方案  )
wc.generate_from_frequencies(word_counts)  #通过频率生成词云print('开始加载文本')  
img_colors = ImageColorGenerator(backgroud_Image)       #改变字体颜色    wc.recolor(color_func=img_colors)       #字体颜色为背景图片的颜色 plt.imshow(wc)  # 显示词云图plt.axis('off') # 是否显示x轴、y轴下标  plt.show()print('生成词云成功！')

# =============================================# --*-- coding: utf-8 --*--# @Time    : 2020-06-08# @Author  : AXYZdong# @CSDN    : https://blog.csdn.net/qq_43328313# @FileName: wc.py# @Software: Python3.7# =============================================
import jiebaimport reimport collectionsfrom wordcloud import WordCloud, STOPWORDS, ImageColorGenerator  from PIL import Imageimport matplotlib.pyplot as plt 
file = open("**通知群.txt", "r", encoding="utf-8")one_name = ["***"]two_name = ["***"]timepat = re.compile(r"\d{4}-\d{1,2}-\d{1,2}") ## 分析群聊天记录，并通过jieba分词flag = 0lines = file.readlines()one_s = []two_s = []for line in lines:  line = line.replace("[图片]", "")  line = line.replace("[表情]", "")  line = line.replace("\n", "")  if flag == "one":    one_s.append(line)    flag = 0  if flag == "two":    two_s.append(line)    flag = 0  if re.search(timepat, line):    for w in one_name:      if w in line:        flag = "one"        break    for w in two_name:      if w in line:        flag = "two"        break print(len(one_s))print(len(two_s))##print(one_s[0:99]) remove_words = [u'的', u'，',u'和', u'是', u'随着', u'对于', u'对',u'等',u'能',u'都',u'。',u' ',u'、',u'中',u'在',u'了',                u'通常',u'如果',u'我们',u'需要',u'我',u'你',u'？',u"",u" ",u"就",u"不","啊",                u"吧",u"也",u"不是",u"就是",u"什么",u"怎么",u"这个",u"这么",u"一个"]k = 0words = []for s in two_s:  thelist = jieba.cut(s, cut_all = False)  for word in thelist:    if word not in remove_words:      if len(word) > 1:        words.append(word) word_counts = collections.Counter(words)words_top10 = word_counts.most_common(10)print(words_top10)      #打印前10词频
## 制作词云backgroud_Image = plt.imread('面纱.jpg')  #选择背景图片，图片要与.py文件同一目录print('加载图片成功！')
## 设置词云样式  wc = WordCloud(      background_color='white',   # 设置背景颜色      mask=backgroud_Image,       # 设置背景图片      font_path='C:\Windows\Fonts\msyhl.ttc', # 若是有中文的话，这句代码必须添加，不然会出现方框，不出现汉字      max_words=2000,     # 设置最大现实的字数      stopwords=STOPWORDS,        # 设置停用词      max_font_size=150,  # 设置字体最大值      random_state=30     # 设置有多少种随机生成状态，即有多少种配色方案  )
wc.generate_from_frequencies(word_counts)  #通过频率生成词云print('开始加载文本')  
img_colors = ImageColorGenerator(backgroud_Image)       #改变字体颜色   wc.recolor(color_func=img_colors)       #字体颜色为背景图片的颜色 plt.imshow(wc)  # 显示词云图plt.axis('off') # 是否显示x轴、y轴下标  plt.show()print('生成词云成功！')