站在巨人的肩膀上做数据分析-网易云音乐哥哥张国荣《这些年来》热评词云

代码参考：爬取了陈奕迅新歌《我们》10万条评论数据发现：原来，有些人只适合遇见

1. 找到评论url与请求方式：

header与form data（忽略信息解密）

2. 抓取热门评论

3. 热评词云

4. wordcloud练习：按图片的形状和颜色布局生成词云

from wordcloud import WordCloud, ImageColorGenerator
import matplotlib.pyplot as plt
from scipy.misc import imread
import jieba

# wordcloud练习
stopwords_path = 'D:/workspace/my exercises/netmusic/stopwords.txt'  # 停用词库存放路径
back_coloring_path = 'D:/workspace/my exercises/netmusic/leslie.jpg'  # 背景图存放路径
font_path='C:\Fonts\simkai.ttf'  # 中文字体文件路径
back_coloring = imread(back_coloring_path) # 设置背景颜色

# jiaba分词去停用词
def jiebaclearText(text):
    mywordlist = []
    seg_list = jieba.cut(text,cut_all=False)
    liststr='/ '.join(seg_list)
    f_stop = open(stopwords_path)
    try:
        f_stop_text = f_stop.read( )
    finally:
        f_stop.close( )
    f_stop_seg_list =f_stop_text.split('\n')
    for myword inliststr.split('/'):
        if not(myword.strip() inf_stop_seg_list) and len(myword.strip())>1:
           mywordlist.append(myword)
    return ''.join(mywordlist)

text = jiebaclearText(content_text)

wc = WordCloud(font_path=font_path, # 设置字体
              background_color="white", # 背景颜色
               max_words=5000,  # 词云显示的最大词数
              mask=back_coloring,  # 设置背景图片
              max_font_size=100,  # 字体最大值
              random_state=84,
              width=1000,height=860, margin=2,
               )

wc.generate(text)
image_colors = ImageColorGenerator(back_coloring)
plt.imshow(wc.recolor(color_func=image_colors))
plt.axis("off")
# 绘制背景图片为颜色的图片
plt.figure()
plt.imshow(back_coloring, cmap=plt.cm.gray)
plt.axis("off")
plt.show()

原图与词云哈哈，真爱粉也看不出来。。