根据豆瓣影评构建标签云图

原链接： juejin.cn/post/701503…

影评地址： movie.douban.com/subject/258…

跟着大佬实现的影评分析小玩意儿、根据豆瓣的影评，对电影做的好评度做分析，比较有意思，就跟着写来玩玩，也算是学习了。

效果展示

大概思路

数据来源于豆瓣《长津湖》影评。首先，需要根据影评的星级，将其划分为好评/中差评，分别去匹配评论中对应的词（hit_stopwords.txt可以自己去GitHub上找，好像都差不多）；

def get_cut_words(content_series):
    # 读入停用词表
    stop_words = []

    with open(r"hit_stopwords.txt", 'r', encoding='utf-8') as f:
        lines = f.readlines()
        for line in lines:
            stop_words.append(line.strip())

    # 添加关键词
    my_words = ['长津湖', '志愿军']
    for i in my_words:
        jieba.add_word(i)

    #     自定义停用词
    my_stop_words = ['电影', "长津湖", "战争"]
    stop_words.extend(my_stop_words)

    # 分词
    word_num = jieba.lcut(content_series.str.cat(sep='。'), cut_all=False)

    # 条件筛选
    word_num_selected = [i for i in word_num if i not in stop_words and len(i) >= 2]

    return word_num_selected

然后，利用stylecloud对筛选出来的不同的词构图。

图片设置

本文icon_name参数的模板为【fas fa-thumbs-up/fa-thumbs-down】，若要设置为其他图形，只需要改动iconname即可。

iconname并不是随便起的，必须能在fontawesome.com/license/fre… 搜到才可以。

# 绘制词云图
stylecloud.gen_stylecloud(text=' '.join(text1),
                          max_words=1000,
                          collocations=False,
                          font_path=r'bb4171.ttf',
                          icon_name='fas fa-thumbs-up',
                          size=600,
                          output_name='豆瓣正向评分词云图.png')

字体设置

至于词云的字体，把字体文件放在文件同目录下即可，字体文件百度找得到。

脚本文件如下

脚本不多，直接放这了

# main.py
import pandas as pd
import os
import jieba

file_path = os.path.join("douban.csv")

# 读取test.csv文件中的A、B列，若不设置usecols参数，默认读取全部数据。
df = pd.read_csv(open(file_path, 'r', encoding='utf-8'))
# print(df.head())

star_num = df.星评.value_counts()
star_num = star_num.sort_index()


def get_cut_words(content_series):
    # 读入停用词表
    stop_words = []

    with open(r"hit_stopwords.txt", 'r', encoding='utf-8') as f:
        lines = f.readlines()
        for line in lines:
            stop_words.append(line.strip())

    # 添加关键词
    my_words = ['长津湖', '志愿军']
    for i in my_words:
        jieba.add_word(i)

    #     自定义停用词
    my_stop_words = ['电影', "长津湖", "战争"]
    stop_words.extend(my_stop_words)

    # 分词
    word_num = jieba.lcut(content_series.str.cat(sep='。'), cut_all=False)

    # 条件筛选
    word_num_selected = [i for i in word_num if i not in stop_words and len(i) >= 2]

    return word_num_selected


text1 = get_cut_words(content_series=df[(df.星评 == '力荐') | (df.星评 == '推荐')]['评论'])
print(text1[:5])

import stylecloud
from IPython.display import Image  # 用于在jupyter lab中显示本地图片

# 绘制词云图
stylecloud.gen_stylecloud(text=' '.join(text1),
                          max_words=1000,
                          collocations=False,
                          font_path=r'bb4171.ttf',
                          icon_name='fas fa-thumbs-up',
                          size=600,
                          output_name='豆瓣正向评分词云图.png')

Image(filename='豆瓣正向评分词云图.png')

text2 = get_cut_words(content_series=df[(df.星评 == '还行') | (df.星评 == '较差')]['评论'])
print(text2[:5])

# 绘制词云图
stylecloud.gen_stylecloud(text=' '.join(text2),
                          max_words=1000,
                          collocations=False,
                          font_path=r'bb4171.ttf',
                          icon_name='fas fa-thumbs-down',
                          size=600,
                          output_name='豆瓣负向评分词云图.png')
Image(filename='豆瓣负向评分词云图.png')