碼字不易，喜歡請(qǐng)點(diǎn)贊！！！

這篇文章主要分享了使用Python來對(duì)文本數(shù)據(jù)進(jìn)行情感分析以及繪制詞云。
主要步驟包括：
1.文本預(yù)處理
2.文本分詞
3.去除停用詞(這里設(shè)置為單個(gè)詞和一些常見的停用詞)
4.詞頻統(tǒng)計(jì)
5.情感分析
6.繪制詞云

首先導(dǎo)入所需的程序辦和文本數(shù)據(jù)：

            
              #帶入程序包
import pandas as pd
import re
import jieba
import collections
from wordcloud import WordCloud, ImageColorGenerator, STOPWORDS
import matplotlib.pyplot as plt
from PIL import Image

#讀取數(shù)據(jù)
path = r"data.txt"
with open(path) as f:
    data = f.read()

            
          

1.使用正則表達(dá)式對(duì)文本數(shù)據(jù)進(jìn)行預(yù)處理，這里主要去除數(shù)據(jù)的一些沒用的符號(hào)

            
              # 文本預(yù)處理
pattern = re.compile(u'\t|\n|\.|-|:|;|\)|\(|\?|"')
data = re.sub(pattern, '', data)

            
          

2.使用精準(zhǔn)模式對(duì)文本進(jìn)行分詞

            
              # 文本分詞--精確模式分詞
seg_list_exact  = jieba.cut(data,cut_all = False)

            
          

3.去除停用詞，這里主要去除了一些常見的停用詞和單個(gè)詞

            
              object_list = []
# 自定義常見去除詞庫
remove_words = [u'的', u'，',u'和', u'是', u'隨著', u'對(duì)于', u'對(duì)',u'等',u'能',u'都',u'。',u' ',u'、',u'中',u'在',u'了',u'通常',u'如果',u'我們',u'需要'] 
for word in seg_list_exact:
    if word not in remove_words:
        object_list.append(word)

#去除單個(gè)詞
for i in range(len(object_list)-1,-1,-1):
    if(len(object_list[i])<2):
        object_list.pop(i)

            
          

4.詞頻統(tǒng)計(jì)，并輸出出現(xiàn)次數(shù)最高的100個(gè)詞

            
               # 對(duì)分詞做詞頻統(tǒng)計(jì)
word_counts = collections.Counter(object_list)
# 獲取前100最高頻的詞
word_counts_top100 = word_counts.most_common(100) 
print(word_counts_top100) 

            
          

5.情感分析，這里展示一下簡單的文本情感分析，一般文本情感分析會(huì)統(tǒng)計(jì)文本中的積極詞和消極詞次數(shù)，然后最簡單的方法就是文本中積極詞量化為1，消極詞量化為-1，然后給定權(quán)重來計(jì)算文本的情感，這里展示統(tǒng)計(jì)文本中積極詞和消極詞方法。

            
              #讀取積極、消極詞庫
negPath = r"ntusd-negative.txt"
posPath = r"ntusd-positive.txt"
pos = open(posPath, encoding='utf-8').readlines()
neg = open(negPath, encoding='utf-8').readlines()
#統(tǒng)計(jì)積極、消極詞
for i in range(len(pos)):
    pos[i] = pos[i].replace('\n','').replace('\ufeff','')
for i in range(len(neg)):
    neg[i] = neg[i].replace('\n','').replace('\ufeff','')
posNum = negNum = 0
for i in range(len(object_list)):
    if(object_list[i] in pos):
        posNum = posNum + 1
    elif(object_list[i] in neg):
        negNum = negNum + 1
print('posNum:',posNum)
print('negNum:',negNum)

            
          

6.繪制詞云，展示結(jié)果，這里直接使用的是默認(rèn)圖片，如果想改變圖片的樣式，可以通過給定Image參數(shù)。

            
              #繪制詞云
my_wordcloud = WordCloud(
    background_color='white',  # 設(shè)置背景顏色
    # mask=img,  # 背景圖片
    max_words=200,  # 設(shè)置最大顯示的詞數(shù)
    stopwords=STOPWORDS,  # 設(shè)置停用詞
    # 設(shè)置字體格式，字體格式 .ttf文件需自己網(wǎng)上下載，最好將名字改為英文，中文名路徑加載可能會(huì)出現(xiàn)問題。
    font_path='simhei.ttf',
    max_font_size=100,  # 設(shè)置字體最大值
    random_state=50,  # 設(shè)置隨機(jī)生成狀態(tài)，即多少種配色方案
    ##提高清晰度
    width=1000,height=600,
    min_font_size=20,
).generate_from_frequencies(word_counts)

# 顯示生成的詞云圖片
plt.imshow(my_wordcloud)
plt.axis('off')
plt.show()

            
          

自定義背景圖：

            
              img = plt.imread(r"C:\Users\vivalavida\Desktop\pp.jpg")
#繪制詞云
my_wordcloud = WordCloud(
    background_color='white',  # 設(shè)置背景顏色
    mask=img,  # 背景圖片
    max_words=200,  # 設(shè)置最大顯示的詞數(shù)
    stopwords=STOPWORDS,  # 設(shè)置停用詞
    # 設(shè)置字體格式，字體格式 .ttf文件需自己網(wǎng)上下載，最好將名字改為英文，中文名路徑加載可能會(huì)出現(xiàn)問題。
    font_path='simhei.ttf',
    max_font_size=100,  # 設(shè)置字體最大值
    random_state=50,  # 設(shè)置隨機(jī)生成狀態(tài)，即多少種配色方案
    ##提高清晰度
    width=1000,height=600,
    min_font_size=20,
).generate_from_frequencies(word_counts)

# 顯示生成的詞云圖片

plt.imshow(my_wordcloud, interpolation='bilinear')
plt.axis('off')
plt.show()

            
          

結(jié)果：

圖片保存到本地：

            
              my_wordcloud.to_file(r"wordcloud1.png")

            
          

保存到本地之后圖片質(zhì)量熱別高：