如何用python制作一个QQ聊天记录的云图

想知道你可以的女朋友或者你的gay友整天在聊些什么东西吗？是学习，学习，还是学习吗？那就一起动手做一个这样的云图来看一下吧。

前提准备：

pycharm + python3.5

1、安装wordcloud和jieba

pip install wordcloud
 pip install jieba

wordcloud是用于生成词云图的模块，jieba是一个强大的分词库，并且完美支持中文分词。

在通过pip安装wordcloud的时候，可能会出错，这时候可以去网上下载个轮子进行本地安装。地址：https://www.lfd.uci.edu/~gohlke/pythonlibs/#wordcloud

2、从QQ中导出一份聊天记录

不会的可以参考百度：https://jingyan.baidu.com/article/2a138328541fcb074a134f81.html

导出格式选择txt就可以了，这样就有了用于制作云图的文本文件，同理，如果是制作其他内容的云图，这里的聊天记录文件也可以用其他的文本文件来替代。

3、在pycharm创建项目架构

其中data里面存放的ignore_words.txt填写几个需要忽略的词语，如姓名、一些助词或者一些比较隐私的东西，否则一些其他的文字会由于出现频率较高而显示在云图中。

record.txt存放的是聊天记录。

IMG.JPG是准备的一张图片，最终的云图将会按照这个图片的形状生成。

Yuan.otf是字体文件，防止出现无法识别中文的问题。

代码编写：

1、导入模块

# coding:utf-8
from scipy.misc import imread
from wordcloud import WordCloud
import jieba.posseg as pseg
import matplotlib.pyplot as plt
from scipy.misc import imread
import re

2、筛选词汇

下面这个函数的作用就是读取聊天记录和忽略词汇的文件，然后遍历整个聊天记录文件，遇到空格或者正则匹配到时间戳就跳过；然后将预处理之后的所有行数据进行分词处理，只选择名词词性的词汇。

def createText():
 record_file = open('./data/record.txt', 'r', encoding='utf-8')
 ignore_file = open('./data/ignore_words.txt','r', encoding='utf-8')

 # strip()去除字符前面的空格
 line_list = []
 for line in record_file:
 if line.isspace():
 continue
 if re.match(r'(\d{4}-\d{1,2}-\d{1,2})',line[:10]) is not None:
 continue
 line_list.append(line.strip())

 stop_words = set(line.strip() for line in ignore_file)

 word_list = []

 for line in line_list:
 word_map = pseg.cut(line)
 for word, type in word_map:
 if word not in stop_words and type == 'n':
 word_list.append(word)

 record_file.close()
 ignore_file.close()
 return ' '.join(word_list)

3、生成云图

通过将上面生成的文件传递到下面这个函数中，就可以根据词汇出现的频率来生成云图了。

def createCloud(text):
 mask_img = imread('./IMG.JPG')
 wordCloud = WordCloud(font_path='./Yuan.otf', background_color='#fff', mask=mask_img).generate(text)
 plt.imshow(wordCloud)
 plt.axis('off')
 plt.show()

其中关于WordCloud的参数有很多，可以根据需要来设置：

font_path : string //字体路径，需要展现什么字体就把该字体路径+后缀名写上，如：font_path = '黑体.ttf'

width : int (default=400) //输出的画布宽度，默认为400像素

height : int (default=200) //输出的画布高度，默认为200像素

prefer_horizontal : float (default=0.90) //词语水平方向排版出现的频率，默认 0.9 （所以词语垂直方向排版出现频率为 0.1 ）

mask : nd-array or None (default=None) //如果参数为空，则使用二维遮罩绘制词云。如果 mask 非空，设置的宽高值将被忽略，遮罩形状被 mask 取代。除全白（#FFFFFF）的部分将不会绘制，其余部分会用于绘制词云。如：bg_pic = imread('读取一张图片.png')，背景图片的画布一定要设置为白色（#FFFFFF），然后显示的形状为不是白色的其他颜色。可以用ps工具将自己要显示的形状复制到一个纯白色的画布上再保存，就ok了。

scale : float (default=1) //按照比例进行放大画布，如设置为1.5，则长和宽都是原来画布的1.5倍。

min_font_size : int (default=4) //显示的最小的字体大小

font_step : int (default=1) //字体步长，如果步长大于1，会加快运算但是可能导致结果出现较大的误差。

max_words : number (default=200) //要显示的词的最大个数

stopwords : set of strings or None //设置需要屏蔽的词，如果为空，则使用内置的STOPWORDS

background_color : color value (default=”black”) //背景颜色，如background_color='white',背景颜色为白色。

max_font_size : int or None (default=None) //显示的最大的字体大小

mode : string (default=”RGB”) //当参数为“RGBA”并且background_color不为空时，背景为透明。

relative_scaling : float (default=.5) //词频和字体大小的关联性

color_func : callable, default=None //生成新颜色的函数，如果为空，则使用 self.color_func

regexp : string or None (optional) //使用正则表达式分隔输入的文本

collocations : bool, default=True //是否包括两个词的搭配

colormap : string or matplotlib colormap, default=”viridis” //给每个单词随机分配颜色，若指定color_func，则忽略该方法。

4、完整代码

# coding:utf-8
from scipy.misc import imread
from wordcloud import WordCloud
import jieba.posseg as pseg
import matplotlib.pyplot as plt
from scipy.misc import imread
import re

def createText():
 record_file = open('./data/record.txt', 'r', encoding='utf-8')
 ignore_file = open('./data/ignore_words.txt','r', encoding='utf-8')

 # strip()去除字符前面的空格
 line_list = []
 for line in record_file:
 if line.isspace():
 continue
 if re.match(r'(\d{4}-\d{1,2}-\d{1,2})',line[:10]) is not None:
 continue
 line_list.append(line.strip())

 stop_words = set(line.strip() for line in ignore_file)

 word_list = []

 for line in line_list:
 word_map = pseg.cut(line)
 for word, type in word_map:
 if word not in stop_words and (type == 'n' or type == 'v'):
 word_list.append(word)

 ignore_file.close()
 record_file.close()

 return ' '.join(word_list)

def createCloud(text):
 mask_img = imread('./IMG.JPG')
 wordCloud = WordCloud(font_path='./Yuan.otf', background_color='#fff', mask=mask_img).generate(text)
 plt.imshow(wordCloud)
 plt.axis('off')
 plt.show()


if __name__ == '__main__':
 txt = createText()
 createCloud(txt)

关于云图的应用有很多，用于ppt展示、写博客、可视化文字等等，可以根据自身需要来修改代码。

最后小编准备了一份Python学习资料，给那些正在学习Python的同学，或者准备学习Python的同学，关注，转发，私信小编“01”即可免费获取！