用到的知識(shí)點(diǎn)

python讀寫(xiě)文件

python正則表達(dá)式過(guò)濾無(wú)用信息

jieba分詞與自定義字典

停用詞篩選、統(tǒng)計(jì)詞頻

調(diào)用wordcloud繪制詞云

第一步

從電腦版蛐蛐導(dǎo)出聊天記錄。（手機(jī)一般不可以）

點(diǎn)擊消息管理，右鍵點(diǎn)擊想導(dǎo)出的聯(lián)系人

點(diǎn)擊導(dǎo)出消息記錄即可，選擇保存方式為.txt

這里是在電腦消息記錄和手機(jī)同步的情況下的操作。如果在自己不常用的電腦上可能消息記錄并不全。需要手機(jī)進(jìn)行消息記錄同步，網(wǎng)上也有教程。

txt文件格式是這樣子滴，xxx是昵稱

第二步

時(shí)間和昵稱是無(wú)用文本消息，需要進(jìn)行過(guò)濾【1，2】。

emmm先來(lái)用到的python包

import jieba import matplotlib.pyplot as plt from wordcloud import WordCloud import numpy as np import PIL.Image as Image import re

讀寫(xiě)文件和正則表達(dá)式過(guò)濾的代碼如下：

with open('2-month.txt', encoding="utf8") as fp:text = fp.read()text1 = re.sub(r"\d{4}-\d{2}-\d{2} \d{1,2}:\d\d:\d\d|[表情]|[圖片]|\[|\]", "", text) # 得到過(guò)濾時(shí)間后的文本 text2 = text1.replace('y','xxx') #y是原本的昵稱，xxx是需要替換為的字符串 fh = open('2_clean_temp.txt', 'w', encoding='utf-8') fh.write(text2) fh.close()

Python 正則表達(dá)式|菜鳥(niǎo)教程
python re模塊(正則表達(dá)式) sub()函數(shù)詳解
簡(jiǎn)單來(lái)說(shuō)，sub函數(shù)傳入三個(gè)必選參數(shù)，分別是pattern, repl, string

pattern

模式字符串 ，即要匹配的字符串
代碼中

"\d{4}-\d{2}-\d{2} \d{1,2}:\d\d:\d\d|[表情]|[圖片]|\[|\]"

表示匹配4位整數(shù)-2位整數(shù)-2位整數(shù) 1或2位整數(shù)：2位整數(shù)：2位整數(shù) ------匹配時(shí)間
[表情] 和 [圖片] ------匹配txt無(wú)法顯示的表情和圖片

repl

要替換為的字符串，代碼中替換為空字符串

string

要處理的文本

過(guò)濾完成后將文本保存

第三步

接著打開(kāi)過(guò)濾后的文本進(jìn)行jieba分詞，同時(shí)定義自己的詞典。即某些詞不會(huì)被分開(kāi)【3】

你們肯定會(huì)有一些屬于你們之間的稱呼哈哈哈哈，或者是一些地名等等，為了不讓它們被分開(kāi)，所以定義自己的詞典。

with open('2_clean_temp.txt', encoding="utf8") as fp:text1 = fp.read() jieba.load_userdict("./dict.txt")#加載自定義字典 word_list = jieba.lcut(text1, cut_all=False) # 分詞 # print(word_list) # 查看分詞結(jié)果，更新自定義詞典

詞典格式為：一個(gè)詞占一行；每一行分三部分：詞語(yǔ)、詞頻（可省略）、詞性（可省略），用空格隔開(kāi)，順序不可顛倒。

例如：

這里用新建txt文件作為詞典比較方便。

jieba分詞

jieba分詞詳解
有三種匹配模型，精確模式、全模式和搜索引擎模式：

jieba.cut(sentence,cut_all=False,HMM=True) # 精確模式 jieba.cut(sentence,cut_all=True,HMM=True) # 全模式 jieba.cut_for_search (sentence, HMM=True) # 搜索引擎模式

得到結(jié)果

sentence = "今天天氣真好。" #---------------result---------------- '今天天氣 真 好' # 精確模式 '今天 今天天氣 天天 天氣 真好' # 全模式 '今天 天天 天氣 今天天氣 真 好' # 搜索引擎模式

如果調(diào)用lcut，則得到list結(jié)果

第四步

刪除停用詞并統(tǒng)計(jì)詞頻方便后續(xù)詞云繪制【4】

word_count={} #定義字典進(jìn)行存儲(chǔ)，較為方便 stopwords = [line.strip() for line in open("stopword.txt",encoding="UTF-8").readlines()] #加載停用詞，逐行讀取 for word in word_list:if word not in stopwords: #如果不在停用詞列表中word_count[word] = word_count.get(word, 0) + 1 #就將次數(shù)加一 items = list(word_count.items()) items.sort(key=lambda x: x[1], reverse=True) #進(jìn)行排序 dictItems = dict(items) #重新轉(zhuǎn)換為字典，繪制詞云要用到

這里停用詞用到哈工大的停用詞列表，自己再添加了一些。
中文停用詞表——哈工大停用詞表
可以自己新建txt文件，將停用詞復(fù)制進(jìn)去。

第五步

用wordcloud繪制詞云

image_background = Image.open('2.jpg') MASK = np.array(image_background)font=r'C:\\Windows\\Fonts\\simhei.ttf' my_wordcloud = WordCloud(background_color="white", max_words=500, max_font_size=45,font_path=font,scale=20,mask =MASK).generate_from_frequencies(dictItems)plt.imshow(my_wordcloud) # 顯示詞云圖 plt.axis('off') # 是否顯示x軸、y軸下標(biāo) plt.show()

如果只想得到矩形圖片的詞云，例如：

那就不需要前兩行代碼

如果想生成這樣效果的：

那就需要摳圖。需要將想要詞云覆蓋的部分摳出來(lái)，其他部分設(shè)置為白色背景。寫(xiě)入前兩行代碼，以及調(diào)用如下代碼：

my_wordcloud = WordCloud(background_color="white", max_words=500, max_font_size=45,font_path=font,scale=20,mask =MASK).generate_from_frequencies(dictItems)

Python之wordcloud庫(kù)使用

一般來(lái)說(shuō)。詞云的清晰度可以通過(guò)scale這個(gè)參數(shù)調(diào)節(jié)
或者根據(jù)圖片的分辨率、大小，調(diào)節(jié)max_words和max_font_size兩個(gè)參數(shù)調(diào)整，得到字體清晰的詞云

python詞云庫(kù)wordcloud的使用方法與實(shí)例詳解
用到wordcloud的函數(shù)：generate_from_frequencies(dictItems)。這是根據(jù)詞頻繪制

其實(shí)也可以直接根據(jù)文本進(jìn)行繪制，但是可能得不到自己想要的效果。如 generate_from_text(text)

為了顯示中文，需要自己將字體路徑加進(jìn)來(lái)
font=r'C:\\Windows\\Fonts\\simhei.ttf' 路徑都是C:\Windows\Fonts\，需要什么字體調(diào)整后面的simhei.ttf’即可，這個(gè)是黑體。

全部代碼

import jieba import matplotlib.pyplot as plt from wordcloud import WordCloud import numpy as np import PIL.Image as Image import re''' 保存過(guò)濾時(shí)間后的文本 ''' with open('2-month.txt', encoding="utf8") as fp:text = fp.read()text1 = re.sub(r"\d{4}-\d{2}-\d{2} \d{1,2}:\d\d:\d\d|[表情]|[圖片]|\[|\]", "", text) # 得到過(guò)濾時(shí)間后的文本 text2 = text1.replace('渡','王彥景') fh = open('2_clean_temp.txt', 'w', encoding='utf-8') fh.write(text2) fh.close() ''' 進(jìn)行結(jié)巴分詞 ''' with open('2_clean_temp.txt', encoding="utf8") as fp:text1 = fp.read() jieba.load_userdict("./dict.txt")#加載自定義字典 word_list = jieba.lcut(text1, cut_all=False) # 分詞 # print(word_list)word_count={} stopwords = [line.strip() for line in open("stopword.txt",encoding="UTF-8").readlines()] for word in word_list:if word not in stopwords:word_count[word] = word_count.get(word, 0) + 1 items = list(word_count.items()) items.sort(key=lambda x: x[1], reverse=True) dictItems = dict(items) # print(dictItems) image_background = Image.open('2.jpg') MASK = np.array(image_background)font=r'C:\\Windows\\Fonts\\simhei.ttf' my_wordcloud = WordCloud(background_color="white", max_words=500, max_font_size=45,font_path=font,scale=20,mask =MASK).generate_from_frequencies(dictItems)plt.imshow(my_wordcloud) # 顯示詞云圖 plt.axis('off') # 是否顯示x軸、y軸下標(biāo) plt.show()

到此就結(jié)束啦，倆人都很傻哈哈哈哈，情人節(jié)一天沒(méi)咋理對(duì)方，都在制作情人節(jié)禮物哈哈哈哈。
到了晚上才發(fā)現(xiàn)我給她做了詞云，她給我做了音樂(lè)視頻嘿嘿。
這是最終我做的視頻的效果：附上b站鏈接

總結(jié)

以上是生活随笔為你收集整理的情人节礼物------用她的照片和我们的聊天记录生成词云~的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。