上篇文章爬取了B站视频的弹幕数据,对于这方面可以做一些弹幕词云分析,让爬虫数据不再过于单调。
代码内容还是非常简介的,看注释就可以明白了
import jieba
import wordcloud
读取文件内容
f = open(‘弹幕.txt’, encoding=‘utf-8’)
txt = f.read()
jiabe 分词 分割词汇
txt_list = jieba.lcut(txt)
string = ’ '.join(txt_list)
词云图设置
wc = wordcloud.WordCloud(
width=1000, # 图片的宽
height=700, # 图片的高
background_color=‘white’, # 图片背景颜色
font_path=‘msyh.ttc’, # 词云字体
scale=15,
)
给词云输入文字
wc.generate(string)
词云图保存图片地址
wc.to_file(‘out.png’)
由上图所示,有很多的这样的 到位
这样的关键词,这样的关键词是没有什么实际意义的,我们可以在词云设置中设置