词云一眼看穿神秘巨星

对神秘巨星影评制作词云

有大半个月没更新了，感谢大家一直在身边，前段时间有朋友让我帮他做个词云，第一次接触文本分析，所以把了解到的过程再总结一遍。

一

数据获取

看了阿米尔汗的神秘巨星有段时间了，想着爬取豆瓣上的评论做个词云看下大家怎么评论这部电影，因为爬取的时候电影才刚上映，所以数据不多，只当练手使用，数据分析结果不做其他参考。

爬取的结果如下所示：

二

文本处理

首先做准备工作，将评论文本用jieba库进行分词，jieba支持三种分词模式 ：

1 精确模式，试图将句子最精确地切开，适合文本分析；

2 全模式，把句子中所有的可以成词的词语都扫描出来, 速度非常快，但是不能解决歧义；

3 搜索引擎模式，在精确模式的基础上，对长词再次切分，提高召回率，适合用于搜索引擎分词。

这里采用精确模式分词，代码如下：

最后将结果保存成txt文件：

三

词云制作

词云制作可以用Python完成，但是这里介绍个只需要几分钟完成的方法：

先将上面得到的txt文件的词复制到图悦里面左边的框内，然后分析出图就行了。

如果想要定制化背景图，设计一个要求的476*376像素的PNG图！然后上传到网站上就可以了。

最后的词频统计部分结果如下：