【云云怪】第8个项目：寻找歌手的独特词

【项目预览】

【创作背景】

可能因为我的名字叫云云，我一直对词云图情有独钟。曾经找到过一个网站，免费生成各式各样的词云图（https://wordart.com/），我玩的废寝忘食。但这是一个外国网站，是针对英文设计的，无法进行中文分词（即把句子拆分成词语，英文不存在这个问题，英文原本就是用空格隔开的单词构成的）。如果要手动进行中文分词，工作量之大让人望而生畏。

学了python之后，我找到了结巴分词器，“把我写的文章画成图”的想法又蠢蠢欲动起来。

一开始，我只会简单调用结巴分词器，输入一段文字，分词，然后复制分好的词，粘贴到刚才提到的词云图网站，让网站给我画图。虽然可行，但略显麻烦，而且网站能接受的输入文本大小有限：一次粘贴太多，就装不下了。

后来，等我跟着课程一路学完了爬虫，数据分析，又重新想起这个项目的时候，我发现我自己已经有能力做出“一条龙服务”的程序了！

【功能设想】

这个项目的功能我是一边做一边完善的。

版本1.0：我把“爬歌词”和“绘制词云图”组合起来，画出指定歌曲的词云图。这个图可以用来在搞团建的时候做游戏：展示图片，大家猜歌名。

版本2.0：我把“爬歌手评论”和“绘制词云图”结合起来，画出了指定歌手的热评词云图。如果说爬歌词只具有娱乐意义，那么爬评论，就有舆情调查的味道了。

版本3.0：我一口气爬了9个我喜欢的歌手的评论，画了9张图，然后发现：这些图里最大的词（频次最高的词）居然都是一样的：

“有时候，我们喜欢一个自己，就是因为知道真的不是什么”（噗哈哈哈哈，这些词造句还挺喜感的）

每个歌手的热评词云图都被这几个最热的公共热词撑满了，这样画出来的图，似乎意义也不大。于是我想：减掉公共热词，找出每个歌手的独特热词吧！这样，应该能找出该歌手在歌迷心中的特点。于是，这个项目被命名为：寻找独特词。

【功能实现】

1，【爬虫】爬歌曲评论，生成指定歌手的热门歌曲评论txt（每个歌手我爬了50首歌，每首歌20条最热门的评论）。

2，【Jieba, Pandas】打开txt文件，用结巴分词器分词，用pandas分类汇总+排序，制成该歌手评论热词的词频excel。

3，【pandas】将9个歌手的词频excel合并，找出公共热词。为方便以后使用，制成公共热词excel：《zong.xlsx》。

4，【pandas】用每个人的词频库减去公共热词，得到每个歌手的独特词词频。

5，【WordCloud】画独特词词云图。

【完工感受】

这个项目做完我感觉我厉害极了，自我成就感爆棚。然后我开始在CSDN上面到处晃荡，发现了无穷无尽的有趣的项目。。。我决定，我也开个博客，把我的编程生涯里有趣的项目记录下来。

最后，学无止境！

【完整代码】

（此代码用到了zong.xlsx文件。此文件一共就2列，你可以自己建一个。）

zong.xlsx

词语	总频次
喜欢	4619
我们	4531
一个	4389
自己