Motivation zur Entwicklung

Neujahrskarten werden jedes Jahr verschickt ... Als ich mein Zimmer organisierte, bekam ich viele Neujahrskarten von meinen Senioren und Junioren. Ich fragte mich, ob dies nützlich sein könnte.

Dann kam mir die Idee, mich durch die Neujahrskarte so zu visualisieren, wie andere sie sehen. Ich fragte mich, ob eine sogenannte Selbstanalyse mit der Neujahrskarte durchgeführt werden könnte.

Wenn ich an eine andere Person schreibe, schreibe ich mit den Eindrücken und Episoden dieser Person aus dem letzten Jahr. Ich fragte mich, ob dies für andere auch so war.

Sie sollten in der Lage sein, Ihren Eindruck von sich selbst zu extrahieren, indem Sie die Neujahrskarte morphologisch analysieren ... Ich wollte daraus eine Wortwolke machen und meinen Eindruck von anderen visualisieren.

Wie man ... macht

Geben Sie den Text der 1. Neujahrskarte ein (Dateneingabe)

Zuerst müssen wir die zu analysierenden Daten sammeln, damit wir den Inhalt der Neujahrskarte in Excel zusammenfassen können.

So trat ich ohne die lächerlichen Grüße von Happy New Year und Kotoyoro ein. So viel wie möglich habe ich versucht, nur Wörter einzugeben, die sich auf meine Eindrücke und Episoden beziehen.

2 Stellen Sie die Daten zusammen

Kombinieren Sie anschließend das eingegebene Excel zu einem Datenelement

`python`


import xlrd

wb = xlrd.open_workbook('/nenga2020.xlsx')
sheet = wb.sheet_by_name('Sheet1')
col_values = sheet.col_values(0)
text=""
for i in col_values:
    text=text+i
print(text)

Dies bedeutet, dass der Text den gesamten Text der Neujahrskarte enthält.

3 Morphologische Analyse und Erstellung von Wortwolken

Schließlich erfolgt von hier aus die morphologische Analyse und die Erstellung von Wortwolken.


import MeCab
import wordcloud, codecs

m = MeCab.Tagger("")
text = text.replace('\r', '')
parsed = m.parse(text)

splitted = ' '.join(
    [x.split('\t')[0] for x in parsed.splitlines()[:-1] if x.split('\t')[1].split(',')[0]  in ["Substantiv","Adjektiv","Adjektiv Verb"] ])

wordc = wordcloud.WordCloud(font_path='HGRGM.TTC',
                            background_color='white',
                            contour_color='steelblue',
                            contour_width=2).generate(splitted)
wordc.to_file('nenga2020.png')

Dadurch wird der auf der Neujahrskarte angegebene Eindruck gelöst.

`python`


splitted = ' '.join(
    [x.split('\t')[0] for x in parsed.splitlines()[:-1] if x.split('\t')[1].split(',')[0]  in ["Substantiv","Adjektiv","Adjektiv Verb"] ])

Die Teile sind übrigens auf Nomenklatur, Adjektive und Adjektive eingegrenzt. Dies liegt daran, dass der Zweck darin besteht, meinen Eindruck zu extrahieren.

Zusammenfassung

Ganzer Code

import xlrd
import MeCab
import wordcloud, codecs


wb = xlrd.open_workbook('/nenga2020.xlsx')
sheet = wb.sheet_by_name('Sheet1')
col_values = sheet.col_values(0)
text=""
for i in col_values:
    text=text+i

m = MeCab.Tagger("")
text = text.replace('\r', '')
parsed = m.parse(text)

splitted = ' '.join(
    [x.split('\t')[0] for x in parsed.splitlines()[:-1] if x.split('\t')[1].split(',')[0]  in ["Substantiv","Adjektiv","Adjektiv Verb"] ])

wordc = wordcloud.WordCloud(font_path='HGRGM.TTC',
                            background_color='white',
                            contour_color='steelblue',
                            contour_width=2).generate(splitted)
wordc.to_file('nenga2020.png')

Und hier ist die fertige Wortwolke zur Selbstanalyse.