Python抓取B站评论词云可视化（一看就会）

前言

大家好，我是南南

众所周知，作为一个单身lsp，b站舞蹈区探花，咳咳咳，直接进入正题吧

由于内容过多，爬虫代码csdn上有很多篇博客讲解，我就不写了（我是不会告诉你是我懒的）

视频地址:BV12q4y1S7j9

爬完的数据是一个xlsx文件点我下载，我们直接开始数据分析吧！

提取评论写入txt文档

# -*- coding:utf-8 -*-
import re
from openpyxl import load_workbook#打开一个新文件
wb = load_workbook(filename = r"C:\Users\Administrator\Desktop\ss.xlsx")
data = open("b.txt",'w',encoding="utf-8")#建立文档
ws.delete_rows(1)#删除第一行\
ws = wb.get_sheet_by_name('sheet1')#打开工作表1
first_column = ws['D']#第四列
for i in range(len(first_column)):
    print(first_column[i].value,file=data) #读取单元格内容并存储为文本

导入相关库

#!/usr/bin/python
# encoding: UTF-8
import re
import jieba
import wordcloud
import pyecharts.options as opts
import pandas as pd

逐行读取文本为str

data = ''
with open('b.txt',errors='ignore',encoding='utf-8') as f:#逐行读取文本为str
    for line in f.readlines():
        line = line.strip()
        data += line
        print(data)

去除符号&分词

from string import punctuation
str = data
add_punc='，。、【】“”：；（）《》‘’{}？！⑦()、%^>℃：.”“^-——=擅长于的&#@￥' # 去除字符串内的符号
all_punc = punctuation + add_punc
temp = []
for c in str:
    if c not in all_punc :
        temp.append(c)
newText = ''.join(temp)
print(newText)
#分词
import jieba
mytext = " ".join(jieba.cut(newText))
print(mytext)

词云可视化

from wordcloud import WordCloud
wordcloud = WordCloud(font_path="msyh.ttc",background_color='white').generate(mytext)
%pylab inline
import matplotlib.pyplot as plt
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis("off")

运行结果

写在最后

感觉python还是蛮简单的，有兴趣的可以学一学python基础语法