用数据分析网络暴力有多可怕

06 评论词云

大体上言论还算好，没有很偏激。

可视化代码如下。

from wordcloud import WordCloud, ImageColorGenerator 
import matplotlib.pyplot as plt 
import jieba 
 
 
def create_wordcloud(df): 
    """ 
    生成评论词云 
    """ 
    words = pd.read_csv('chineseStopWords.txt', encoding='gbk', sep='t', names=['stopword']) 
    # 分词 
    text = '' 
    for line in df['comment']: 
        line = line.split(':')[-1] 
        text += ' '.join(jieba.cut(str(line), cut_all=False)) 
    # 停用词 
    stopwords = set('') 
    stopwords.update(words['stopword']) 
    backgroud_Image = plt.imread('article.jpg') 
    wc = WordCloud( 
        background_color='white', 
        mask=backgroud_Image, 
        font_path='C:WindowsFonts华康俪金黑W8.TTF', 
        max_words=2000, 
        max_font_size=150, 
        min_font_size=15, 
        prefer_horizontal=1, 
        random_state=50, 
        stopwords=stopwords 
    ) 
    wc.generate_from_text(text) 
    img_colors = ImageColorGenerator(backgroud_Image) 
    wc.recolor(color_func=img_colors) 
    # 高词频词语 
    process_word = WordCloud.process_text(wc, text) 
    sort = sorted(process_word.items(), key=lambda e: e[1], reverse=True) 
    print(sort[:50]) 
    plt.imshow(wc) 
    plt.axis('off') 
    wc.to_file("微博评论词云.jpg") 
    print('生成词云成功!') 

五、总结

最后，照例来扒一扒哪位用户评论最多。

这位男性用户，一共评论了90条，居于首位。

（编辑：滁州站长网）

【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!