Media_RPA/docs/关于词云图相关操作.md
l0tk3 76bd37dd11
Some checks are pending
/ A job to automate contrib in readme (push) Waiting to run
first commit
2024-07-15 16:33:05 +08:00

58 lines
No EOL
1.8 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

# 关于词云图相关操作
### 1.如何正确调用词云图
***ps:目前只有保存格式为json文件时才会生成词云图。其他存储方式添加词云图将在近期添加。***
需要修改的配置项(./config/base_config.py
```python
# 数据保存类型选项配置,支持三种类型csv、db、json
#此处需要为json格式保存原因如上
SAVE_DATA_OPTION = "json" # csv or db or json
```
```python
# 是否开启爬评论模式, 默认不开启爬评论
#此处为True需要爬取评论才可以生成评论的词云图。
ENABLE_GET_COMMENTS = True
```
```python
#词云相关
#是否开启生成评论词云图
#打开词云图功能
ENABLE_GET_WORDCLOUD = True
```
```python
# 添加自定义词语及其分组
#添加规则xx:yy 其中xx为自定义添加的词组yy为将xx该词组分到的组名。
CUSTOM_WORDS = {
'零几': '年份', # 将“零几”识别为一个整体
'高频词': '专业术语' # 示例自定义词
}
```
```python
#停用(禁用)词文件路径
STOP_WORDS_FILE = "./docs/hit_stopwords.txt"
```
```python
#中文字体文件路径
FONT_PATH= "./docs/STZHONGS.TTF"
```
**相关解释**
- 自定义词组的添加,`xx:yy` 中`xx`为自定义词语,`yy`为`xx`分配词语的组别。`yy`可以随便给任意值。
- 如果需要添加禁用词,请在./docs/hit_stopwords.txt添加禁用词(保证格式正确,一个词语一行)
- `FONT_PATH`为生成词云图中中文字体的格式,默认为宋体。可以自行添加字体文件,修改路径。
## 2.生成词云图的位置
![image-20240627204928601](https://rosyrain.oss-cn-hangzhou.aliyuncs.com/img2/202406272049662.png)
如图在data文件下的`words文件夹`下其中json为词频统计文件png为词云图。原本的评论内容在`json文件夹`下。