词云制作

通过python对qq群友聊天进行词云制作

词云是对文本内容进行可视化呈现的一种方式，它会对文本中出现频率较高的词进行视觉上的突出， 词语出现的频率越高，字体就会越大，颜色也会越醒目。通过查看词云图，我们能快速获取文本中的主要内容。(摘抄自 https://cloud.tencent.com/developer/article/2160340)

1. 首先需要gp的历史发言，使用导出聊天记录可以得到。

2. 安装所需的pip包

   pip install wordcloud # 主包，会自动安装多个绘图所需的包
   pip install jieba # 汉字分词

3. 下载中文字体包
   GitHub上已经有人提供了，https://raw.githubusercontent.com/StellarCN/scp_zh/master/fonts/SimHei.ttf，可以直接下载
   可以使用wget等下载，如

   wget https://raw.githubusercontent.com/StellarCN/scp_zh/master/fonts/SimHei.ttf

4. 主程序
   要注意文件的路径，有很多不需要的内容，所以使用了屏蔽词功能。

   import matplotlib.pyplot as plt
   import jieba
   from wordcloud import WordCloud, STOPWORDS
   
   path = r'./gp.txt'
   
   # 读取文本文件
   with open(path, 'r', encoding='utf-8') as f:
    text = f.read()
   
   # 使用jieba进行分词
   wordlist = jieba.cut(text, cut_all=False)
   wl = " ".join(wordlist)
   
   # 增加屏蔽词
   STOPWORDS.update(['吧', '是', '我', '了', '有', '都', '不', '就', '还', '没', '的', '你', '在', '也', '这'])
   
   # 创建WordCloud对象，使用SimHei.ttf中文字体
   wc = WordCloud(font_path='./SimHei.ttf', background_color='white',
               stopwords=STOPWORDS, max_font_size=200,
               max_words=500, width=1920, height=1080)
   
   # 生成词云
   myword = wc.generate(wl)
   
   # 显示词云
   plt.imshow(myword)
   plt.axis("off")
   # plt.show()
   wc.to_file(r'./wordcloud.png')