这篇博客介绍了如何利用Python的openpyxl、jieba和wordcloud库从Excel文件中读取《都挺好》电视剧弹幕数据，进行中文分词并生成词云图。主要步骤包括：读取Excel文件，使用jieba进行精准分词，过滤停用词，最后用wordcloud绘制词云图。过程中还解决了因数字导致的分词错误和词云图的参数调整问题。
1. 明确任务
最近学习过程中看到很多分析报告中都有运用到可视化的词云，也有看到五花八门的工具教程，刚好有一份《都挺好》电视剧的弹幕源数据。便决定用这份数据尝试使用python绘制词云。
任务内容1. 在python中读取excel文件(《都挺好》弹幕源数据.xlsx)提取出弹幕内容
2. 对弹幕内容文本进行结巴分词，设置并过滤掉停用词
3. 使用wordcloud 将分词得到的词汇统计绘制词云图
涉及难点1. 读写excel文件
2. jieba 中文分词
3. wordcloud 词云展示库
2. 具体操作
2.1 安装相应的第三方库
本次练习需要使用到的库包括读取excel文件的openpyxl(xlwt、xlrd、pandas)，进行分词的jieba，以及进行词云图绘制的numpy、matplotlib、wordcloud。
因为不确定在此前安装过哪些库，因此先使用pip list查看已经安装好的库文件。查询之后发现只有wordcloud和openpyxl没有安装，分别使用pip install openpyxl和pip install wordcloud 即可安装。
2.2 读写文件
读写文件在之前了解过 with open 的方法，用于读写txt，csv文件。但是若要读写excel文件则需要使用特定的库。例如 openpyxl、xlwt/wlrd 以及pandas这几种第三方库来读写。本次使用的是openpyxl来进行的文件读写。
相关部分代码：import openpyxl #此处使用的是openpyxl读取文件，此外还有 xlrd，pandas 读取文件的方式(有待补充)
filename=r'F:\数据分析练手\都挺好-弹幕源数据.x
最低0.47元/天 解锁文章
1022
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
