被“词云”包围的冰冰会更好看吗？安排

朱小五

发布于 2021-02-05 10:52:12

4800

发布于 2021-02-05 10:52:12

文章被收录于专栏：凹凸玩数据凹凸玩数据

大家好，我是小五?

昨天「凹凸数据」发了一篇张同学投稿的文章《用Python爬取王冰冰vlog弹幕并制作词云》。发现评论区有一些关于词云的建议，小五决定再安排一下~

爬取弹幕

本来想找张同学要一下弹幕数据，后来一看时间太晚了，干脆自己爬一下算了。

直接利用bilibili_api这个现成的轮子：

爬虫代码

上图代码可爬取到2000条实时的弹幕，至于评论区所问的历史弹幕怎么爬？实际上bilibili_api这个库也提供了参数可以实现，这次就不展示了，如果大家特别感兴趣，可以给本文一键三连，后面单独出一篇介绍本模块。

解决办法：

关于历史弹幕的参数

词云 01

成功获取了2000条弹幕后，先用我最近一年特别喜欢的——stylecloud模块来制作：

def ciyun(data):
    df = pd.read_csv(data, header=0,encoding='utf-8').astype(str)
    df['text'] = df['text'].apply(filter_str)
    text1 = get_cut_words(df.text)
    name = data.strip('.csv')
    print(name)
    stylecloud.gen_stylecloud(text=' '.join(text1), collocations=False,
                          font_path=r'‪C:\Windows\Fonts\msyh.ttc',
                          icon_name='fas fa-square',
                          size=600,
                          output_name='冰冰.png')