# =============================================# --*-- coding: utf-8 --*--# @Time : 2020-06-18# @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("**群.txt", "r", encoding="utf-8")one_name = ["***"]two_name = ["***"]timepat = re.compile(r"\d{4}-\d{1,2}-\d{1,2}")
#建立颜色数组，可更改颜色color_list=['#CD853F','#DC143C','#00FF7F','#FF6347','#8B008B','#00FFFF','#0000FF','#8B0000','#FF8C00', '#1E90FF','#00FF00','#FFD700','#008080','#008B8B','#8A2BE2','#228B22','#FA8072','#808080']
#调用colormap=colors.ListedColormap(color_list) ## 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 colormap=colormap, # 设置文字颜色 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！')
评论