{ "cells": [ { "cell_type": "markdown", "metadata": {}, "source": [ "# 查看数据基本信息、使用textrank进行关键词提取、词云图可视化" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "## 导入必要的包" ] }, { "cell_type": "code", "execution_count": 1, "metadata": {}, "outputs": [], "source": [ "import pandas as pd\n", "import jieba.analyse\n", "import jieba.posseg as psg\n", "from os import path\n", "import matplotlib.pyplot as plt\n", "from wordcloud import WordCloud\n", "import jieba.analyse\n", "import pandas as pd" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "## 读取数据与数据基础信息查看" ] }, { "cell_type": "code", "execution_count": 2, "metadata": {}, "outputs": [], "source": [ "raw_df = pd.read_csv(r'rawdata_reprocessed.csv')" ] }, { "cell_type": "code", "execution_count": 3, "metadata": {}, "outputs": [ { "data": { "text/html": [ "
| \n", " | weibo_username | \n", "weibo_verification | \n", "weibo_content | \n", "weibo_content_preprocessed | \n", "submit_time | \n", "forward_counts | \n", "comments_counts | \n", "points_times | \n", "
|---|---|---|---|---|---|---|---|---|
| 0 | \n", "辣子鸡谁做的好吃 | \n", "NaN | \n", "好像可以在自己幻想的元宇宙里过一辈子好像已经过完了一辈子双鱼座的脑子要不得 | \n", "好像 幻想 元宇宙 里 一辈子 好像 完 一辈子 双鱼座 脑子 要不得 | \n", "01月10日 23:59 | \n", "0 | \n", "0 | \n", "0 | \n", "
| 1 | \n", "远古的刀 | \n", "NaN | \n", "反正闭关锁宇宙我们将会面临下一次的闭关锁国融入不了全球经济王峻涛跟你们讲我相信这个元宇宙真的... | \n", "反正 闭关 锁 宇宙 将会 面临 闭关锁国 融入 全球 经济 王峻涛 讲 元宇宙 真的 一下... | \n", "01月10日 23:58 | \n", "32 | \n", "3 | \n", "0 | \n", "
| 2 | \n", "暮景烟_深浅 | \n", "NaN | \n", "周深先生之夜元宇宙周深拥有了生米就像拥有了梦的翅膀卡布叻周深放心飞吧生米永相随时尚先生元宇宙... | \n", "周深 之夜 元宇宙 周深 拥有 生米 拥有 梦 翅膀 卡布 叻 周深 放心 飞 生米 永 相... | \n", "01月10日 23:58 | \n", "0 | \n", "0 | \n", "0 | \n", "
| 3 | \n", "东辉毅恒传媒 | \n", "NaN | \n", "王峻涛其实吧你有空可以再看看这个视频跟你们讲我相信这个元宇宙真的会来虽然不是一下子就到来还需... | \n", "王峻涛 有空 视频 讲 元宇宙 真的 一下子 到来 技术 突破 社会 讲 玩 后果 人会 分... | \n", "01月10日 23:57 | \n", "0 | \n", "0 | \n", "0 | \n", "
| 4 | \n", "在寒蝉鸣泣中等待夏日重现 | \n", "NaN | \n", "敬元宇宙让基尔希斯坦的女朋友的微博视频 | \n", "敬 元宇宙 基尔 希斯 坦 女朋友 微博 视频 | \n", "01月10日 23:57 | \n", "0 | \n", "0 | \n", "5 | \n", "