前段时间，我们爬取了几部热门的电影，分别是《三生三世》，《战狼》，《二十二》，我们今天 就以这几部为例，进行一个简单的词云的制作。
我们主要以《二十二》为例，来制作一个评论的词云。
首先需要安装几个必要的工具库:
- Pandas 用来实现文件读取和存储，以及必要的数据转换。
- jieba 一个强大的分词工具，用来实现分词，也是我们实现词云的一个最重要的工具。
- wordcloud 词云工具，用来实现最终的词云的制作，也是必要的工具。
下面我们就开始。
首先需要导入相应的库，并读取我们下载的csv文件。
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
df_ershier = pd.read_csv('ershier.csv', encoding='utf-8')
df_ershier.comment.fillna(' ')
df_ershier.comment = df_ershier.comment.astype(str)
下面就是实现词云的主要步骤。
import jieba
from wordcloud import WordCloud
import PIL
result = [] # 用来存放切分的词
def parse(raw_text):
for word in jieba.cut(raw_text): # raw_text是字符串，也就是我们获取到的全部评论信息
if len(word) > 1:
result.append(word)
def wordcloudplot(data, file_name): # data 是以空格分隔的字符串
path = 'msyh.ttf'
alice_mask = np.array(PIL.Image.open('yuan.jpg'))
stopwords = ['nan', '就是', '还是', '但是', '没有','觉得', '三生三世', '三生', '三世',
'还有', '演员', '怎么', '这么', '电影', '这部']
wordcloud = WordCloud(font_path=path, background_color="white",
margin=5,
width=1000, height=800,
mask=alice_mask, max_words=1000, max_font_size=100,
stopwords = stopwords, random_state=0)
wordcloud = wordcloud.generate(data)
wordcloud.to_file(file_name)
plt.imshow(wordcloud)
plt.axis("off")
plt.show()
下面是执行部分
raw_text = ' '.join(list(df_ershier.comment))
parse(raw_text)
text = ' '.join(result)
wordcloudplot(text, 'ershier_.jpg')
最后生成如下的词云
image
同样的道理，生成如下的《战狼》，《三生三世》
image
image