爬虫实战之《流浪地球》豆瓣影评分析（二）

3. 分析好评与差评的关键信息

依靠绘制词云图，来分析好评与差评的关键信息的区别

数据预处理

依靠上一篇爬取到的csv文件，来进行分析，首先导入文件，重点是短评正文的信息。
首先是使用结巴库来进行分词，然后去除停用词（停用词是网上公开的，可以自己去找。
代码：

import pandas as pd
import jieba

data = pd.read_csv("doubanliulangdiqiu.csv", encoding='GB18030')	# 读取数据
with open('stopword.txt','r') as f:
    stopWords = f.read()	# 读取停用词
stopWords = ["\n",""," "]+ stopWords.split() # 把可能用的停用词加载进去

data_cut = data['短评正文'].