一：前言

二：遇到的坑

三：简单原理

• jieba这个模块是用来分词的，把一段文字分解成一个一个的词汇，就像我的锤子手机的大爆炸一样分词。jieba.cut()分词函数提供了三个模式：全模式，精确模式，搜索引擎模式。全模式：速度块，扫描成词的词语，但时会出现歧义的词语
  精确模式：尽可能最准确非切分词语，比较适合作文本分析
  搜索引擎模式：就是精确模式的基础上，对长词再次切分，提高召回率
  这里默认的话就是精确模式。第一次可以不用考虑模式问题，先上来弄出个图给自己美滋滋一下再说。
• 之后对分词后的数据使用wordcloud模块，进行对词汇分析了
• 最后使用matplotlib.pyplot，绘图展现出来。

四：代码展现

• 1.Python的代码量很少，所以学习还是比其他语言来的舒服。这里的就简单这些代码就实现了词云的目的。我这里导入的文档是弹幕爬取后的，代码在我gituhub中，就是把之前弹幕数据保存到mongodb改成只把弹幕内容保存到text文档中。

  
  Paste_Image.png

import jieba,jieba.analyse
from wordcloud import WordCloud, ImageColorGenerator
import matplotlib.pyplot as plt
import os
import PIL.Image as Image
import numpy as np

with open('大司马即将上课前后.txt','r',encoding='utf-8') as f:
    text = f.read()
    f.close()
cut_text = " ".join(jieba.cut(text))  #使用空格连接 进行中文分词
d = os.path.dirname(__file__) # 获取当前文件路径
color_mask = np.array(Image.open(os.path.join(d,'img.jpg')))   # 设置图片
cloud = WordCloud(
    background_color='#F0F8FF',      # 参数为设置背景颜色,默认颜色则为黑色
    font_path="FZLTKHK--GBK1-0.ttf", # 使用指定字体可以显示中文，或者修改wordcloud.py文件字体设置并且放入相应字体文件
    max_words=1000,  # 词云显示的最大词数
    font_step=10,    # 步调太大，显示的词语就少了
    mask=color_mask,  #设置背景图片
    random_state= 15, # 设置有多少种随机生成状态，即有多少种配色方案
    min_font_size=15,  #字体最小值
    max_font_size=232, #字体最大值
    )
cloud.generate(cut_text)  #对分词后的文本生成词云
image_colors = ImageColorGenerator(color_mask)  # 从背景图片生成颜色值
plt.show(cloud.recolor(color_func=image_colors))  # 绘制时用背景图片做为颜色的图片
plt.imshow(cloud)            # 以图片的形式显示词云
plt.axis('off')                     # 关闭坐标轴
plt.show()                          # 展示图片
cloud.to_file(os.path.join(d, 'pic.jpg'))  # 图片大小将会按照 mask 保存

• 2.执行之后就可以显示出来了：

之后我又对斗鱼主播芜湖大司马直播后一段时间的弹幕分析了一下，结果如下：

• 3.前面是使用自己的词云分析，之后我把我的两个时间段的弹幕内容放到，这里来分析是这样的：

五：总结