昨天看球时，球迷都说了啥——弹幕抓取与分析

推荐去我的博客阅读：昨天看球时，球迷都说了啥——弹幕抓取与分析

数据来源：龙珠直播中国之队官方直播间直播间-龙珠直播,游戏直播平台

本次弹幕记录（开始时间: 2017-03-23-19:43:34，结束21:29:33)，共记录20788条数据。

使用OBS弹幕助手记录OBS弹幕助手 - OBS插件 - 小葫芦

1、分析

文件中含有时间记录，观众ID和送礼记录，其次是弹幕内容，所以决定对前两列内容不分析。

首先需要对文本分词，这里采用jieba分词 fxsjy/jieba

去除空格，使用strip()函数， 去掉换行符"\n"

line = line.strip('\n')

把分析结果写入新的文档'text.txt'，Python join() 方法用于将序列中的元素以指定的字符连接生成一个新的字符串

text = ''

with open('danmu.txt',encoding='utf-8') as fin:

    for line in fin.readlines():

         line = line.strip('\n')

         text += '/'.join(jieba.cut(line))

         text += ' '

fout = open('text.txt','wb')#以二进制写模式写入

pickle.dump(text,fout)

fout.close()

这样就完成了分词过程，结果如下：

2、绘制图云

# 直接从文件读取数据

fr = open('text.txt','rb')

text = pickle.load(fr)

使用word_cloud，具体用法amueller/word_cloud

backgroud_Image = plt.imread('girl.jpg')

wc = WordCloud( background_color = 'white',    # 设置背景颜色

                mask = backgroud_Image,        # 设置背景图片

                max_words = 2000,            # 设置最大现实的字数

                stopwords = STOPWORDS,        # 设置停用词

                font_path = 'C:/Users/Windows/fonts/msyh.ttf',# 设置字体格式，如不设置显示不了中文

                max_font_size = 300,            # 设置字体最大值

                random_state = 50,            # 设置有多少种随机生成状态，即有多少种配色方案

                )

使用matplotlib绘图，Python plotting - Matplotlib 2.0.0 documentation

wc.generate(text)

image_colors = ImageColorGenerator(backgroud_Image)

#wc.recolor(color_func = image_colors)

plt.imshow(wc)

plt.axis('off')

plt.show()

OK，这样就完成了，附上结果

有没有你发过的弹幕呢？

可自形修改数据，得到更好看图片。

能力有限，分析很少，如果你想进行更深入分析，请找我要文件。

对英雄联盟感兴趣的小伙伴可以看看这篇，对游戏直播弹幕的分析。

利用Python对直播弹幕的分析

github：zhangslob/DanmuFenxi

（万水千山总是情，来波Star行不行）