词云图

       上次在网上看到别人制作的词云图，感觉很有意思，就在网上搜了一下教程，自己动手尝试了一下，下面简单说一下步骤：

目的：制作词云图

步骤：

1）利用python爬虫把要制作的信息抓取下来

2）有的时候可能会用到分词。这里使用的是python里边的jieba模块，对抓取的内容进行分词。

3）由以上2步得到的信息来制作词云图，这里工具用的是TAGUL。

      下面以抓取微信好友的个性签名为例，制作词云图。

一、爬取微信好友个性签名

import itchat
import jieba
import re


itchat.auto_login(True)
friends = itchat.get_friends(update=True)[0:]
listOfFriends = []
for friend in friends:
    listOfFriends.append(friend["Signature"])

class Tool:  #把是数字的签名删除
    removeNumber = re.compile("[0-9]")
    removeAddr = re.compile('<span class=".*?"></span>.*?<span class=".*?"></span>') 
    def replace(self,x):
        x = re.sub(self.removeNumber,"",x)
        x = re.sub(self.removeAddr,"",x)
        return x.strip() 
for i in range(len(listOfFriends)):
    tool = Tool()
    listOfFriends[i] = tool.replace(listOfFriends[i])
    print listOfFriends[i] 

我的本意是把签名保存下来，生成一个txt文件，但是试了几次都没成功，python2.7里边的中文编码真是令我很头疼，也在网上查了很多方法，但有的方法在这个程序里边好用，到了别的程序里边就不好使了（比如上次写的爬取百度贴吧的帖子），我也搞不懂为什么？？？

二、用jieba进行分词

for item in listOfFriends:
    seg_list = jieba.cut(item)
    print "\n".join(seg_list)

三、制作词云图

工具：TAGUL 这是一款在线词云图制作工具，非常方便。下面说一下制作过程中需要注意的问题

1）点击word页面，点击import words，添加要制作的文本，文本数据包括关键词和size(频率)，size越大，则生成的字就会越大。Add是人为追加关键词和size。

2）shapes,选择形状。这里是一些模板图形，左边是分类主题。你如果想添加图片作为模板的话，点击左上角的ADD IMAGE，就可以把电脑里的图片添加进去。

3）Fonts是字体模块。TAGUL提供的字体都是英文模式，如果要添加中文字体，点击上方的Add font，把C:\Windows\Fonts里边的字体添加一些进去就可（我的电脑添加不进去Fonts里边的字体，所以我只要把里边的一些字体复制出来，再添加进TAGUL中）

4）Layout 选择文字排列方向

      最后，点击右边的Visualize就能生成词云图了，这时点击左边框的Download and Share，选择Download PNG image里的PNG图片，就能把生成的词云图保存成PNG格式了。

这是未进行分词的词云图

这是进行分词后的词云图

这是京东上一款电子商品评论人群的分类：

间书首页文章标题

好了，是不是很有趣，自己试一下吧。