本文选择2018年1月1日至1月31日QQ群聊天数据。

用python进行文本可视化分析

首先，需要获取QQ组聊天的文本数据。

爬虫可以很好地爬网页数据。

典型的数据爬网过程如下

分为网站请求、伪装、分析和存储四个程序

更详细的爬网过程如下

需要添加一些规则

本文使用的文本数据

这是我从QQ电脑端背景导出的。

导出文本数据后

编写程序、调试代码、进行可视化分析。

详细代码如下

#QQ群聊天数据分析代码

Importre

Importdatetime

Importseabornassns

Importmaasplt

Importjieba

Fromwordcloudimportwordcloud、stop words

Fromimportimread

#日期

Def get_date(data):

#日期

dates=re . find all(r ' \ d { 4 }-\ d { 2 }-\ d { 2 } 'data)

#天

days=[date[-2:]fordate indates]

(221)

(days)

(' Days ')

#星期几

Weekdays=[da (int (date [:4])，int (date [533607])，int (date [-2:])

Fordateindates]

(222)

(weekdays)

(' WeekDays ')

#小时

Defget_time(data):

times=re . findall(r ' \ d { 2 } : \ d { 2 } : \ d { 2 }，data)

#小时

Hours=[时间[:2] fortimeintimes]

(223)

(hours，order=['06 '' 07 '' 08 '' 09 '' 10 '' 11 '' 12 '' 13 ')

是“18”、“19”、“20”、“21”、“22”、“23”、“00”、“01”、“02”和“03”

(“号”)

代码演示：

#字云

defget _ word clound(text _ data):

Word _ list=[' 'join(sentence)forsentenceintext _ data]

New_text=' 'join(word_list)

Pic_path='QQ.jpg '

Mang_mask=imread(pic_path)

(224)

word cloud=word cloud(background _ color=' white 'font _ path='/home/Shen/downloads/

Mask=mang _ mask，stop words=stop words)。generate (new _ text)

(wordcloud)

(“关闭”)

#内容和单词云

Defget_content(data):

Pa=re.com文件(r' \ d {4}-\ d {2}-\ d {2})。*？\(\d \)\n(.*？)\n\n 're。DOTALL)

Content=re.findall(pa、data)

Get _ wordclound(内容)

Defrun():

Filename='新建文本文档。" txt "

With open(filename) as f:

Data=f.read()

Get _ date(数据)

Get _ time(数据)

Get _ content(数据)

()制作文本可视化图后，可以得出以下结论

2018年1月1日至1月31日，在统计180班小组聊天中，

1月2日当天，团体聊天次数最多

每周二进行小组聊天的次数很多

每天16点，群聊次数最多

发现单词云图像。

“全体成员”最常出现