上午两节课睡过了，就没去了，吃了个早饭，还有一堆事情没有做，就开始先把昨晚没弄完的python词频分析的代码给写完了。做一个记录吧，防止以后用得着
工具 工具：python3.7 Vscode wordcloud jieba 等 获取数据源 点击Tim左上角头像
要用txt导出到任意盘，接下来就是要对导出的文件进行数据分析
下载对应库 到官方网站下载对应包 传送门 重要提醒：通过cmd中输入 Python -V 来查看python版本并下载相应的安装包，同时注意python是32位的还是64位的，我这里是32位的 下载完成后，进入刚刚下载该文件的路径，使用pip3 install wordcloud-1.3.3-cp-37-cp-37-win_amd32-whl命令开始安装， 这样 wordcloud就安装完成了。 接下来还要安装jieba matplotlib scipy 均使用 pip3 install xxx 即可 代码
- 首先过滤掉txt文件中无用的信息，比如时间，以及聊天的名片，避免词云中都是无效信息，并用jieba进行分词
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
通过这步在E盘中得到了一个q1.txt文件，打开会发现变的整洁干净了许多.
2.再新建一个.py文件，用到wordcloud库来绘制词云图
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
做出的结果图
挺好玩的，就多测试了几个群，就这样
对词频出现次数进行统计，并生成统计表 直接上代码:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
这段代码结合上面分词的代码，即可生成统计表，近期来群里关键字出现的字眼一目了然
失物招领群1词频统计 谢谢的次数即代表我们一个月发过的消息总数，因为我们要求每条消息后面必须加个谢谢 由图可见，我们一个月发了1910条消息 其中校园卡类876条 寻物消息585条 失物消息526条 身份证消息41条 等等