用Python说明白数千个微信昵称后，我们发明白这些纪律...

焦点代码：

# 洗濯数据，天生词云图 
def split_word(test_str): 
    test_str = re.sub('[,，。. rn]', '', test_str) 
    # jieba 词语 
    segment = jieba.lcut(test_str) 
    words_df = pd.DataFrame({'segment': segment}) 
    # quoting=3 暗示stopwords.txt里的内容所有不引用 
    stopwords = pd.read_csv(r"H:PyCoding Analysis_wx_namestopwords.txt", index_col=False, quoting=3, sep="t", names=['stopword'], encoding='utf-8') 
    words_df = words_df[~words_df.segment.isin(stopwords.stopword)] 
    words_stat = words_df.groupby(by=['segment'])['segment'].agg({"计数": numpy.size}) 
    words_stat = words_stat.reset_index().sort_values(by=["计数"], ascending=False) 
    test = words_stat.head(200).values 
    codes = [test[i][0] for i in range(0,len(test))] 
    counts = [test[i][1] for i in range(0,len(test))] 
    wordcloud = WordCloud(width=1300, height=620) 
    wordcloud.add("微信昵称", codes, counts, word_size_range=[20, 100]) 
    wordcloud.render('render_03.html') 

运行结果：

4. 行使Wordcloud+matplotlib，天生高级一点的词云图:

焦点代码：

# 下下期好好讲一下matplotlib画图可视化，挺故意思的 
# 挪用get_name函数获取所有微信名 
text = get_name() 
# 挪用jiebaclearText函数，洗濯数据(该函数和上面切词头脑一样) 
text1=jiebaclearText(text) 
#发生词云图 
bg = plt.imread(r"G:small_pig.jpg") 
#天生词云 
wc=WordCloud( 
    background_color="wathet", #配置配景为白色，默以为玄色 
    mask=bg,      # 配置词云内容范畴(除指定图片白色地区的其他地区都将包围词云内容) 
    margin=10,               #配置图片的边沿 
    max_font_size=70,   #表现的最大的字体巨细 
    random_state=20,    #为每个单词返回一个PIL颜色 
    font_path='G:simkai.ttf'   #中文处理赏罚，用体系自带的字体 
    # 可以在这里下载这个字体：http://www.font5.com.cn/font_download.php?id=534&part=1245067666 
    ).generate(text1) 
#为图片配置字体 
my_font=fm.FontProperties(fname='G:simkai.ttf') 
# 图片配景 
bg_color = ImageColorGenerator(bg) 
# 开始绘图 
plt.imshow(wc.recolor(color_func=bg_color)) 
# 为云图去掉坐标轴 
plt.axis("off") 
# 生涯云图 
wc.to_file("render_04.png") 

5.词云外观原图：

运行结果：

因为第二种要领无法理会心情图，以是没有意情呈现，除此之外，这两种要领表现的词云图内容，险些大同小异。

通过词云图，我们一眼看出，各人行使最多的，除开中文后，就是心情图了，你的微信伴侣圈里，是否也有这样的大红嘴唇，我的仿佛有，哈哈哈~

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!