将文字变成图 直观了解新媒体运营数据

新媒体运营人最头疼的事情之一是数据分析，比如发布一个文章/视频，几百几万的评论中什么类型的评论占比多？一个一个去统计太难了，那怎么去看好与坏呢？当然我们可以用爬虫抓取所有的数据，那之后怎么做呢？

俗话说：“文不如字,字不如表,表不如图”，一张图的吸引力及可视化更强，更容易分析，比如这张图：

这张图是人人都是产品经理网站“产品经理”专栏所有文章标题制成的词云，通过这一张图就可以很清楚的看到，这个网站以“产品、经理、需求、互联网”为主。

这张图是电影“你的名字”豆瓣上所有的影评制作的词云，可以很清晰的看到主要评论重点是“少女，故事，剧情，画面，感动，穿越”等。

那么这张图到底该怎么制作呢？主要分成三大步：全部数据提取、数据处理、词云制作，如下图：

以下通过“你的名字”影评来详细讲解新媒体运营数据文本转图片

一、数据提取

首先我选择通过豆瓣电影来评测，数据提取有两个个简单易上手的方法：

第一个是利用爬虫，想要什么数据就去抓取什么数据，可以自己编写爬虫也可以用一些爬虫工具（集搜客花钱买），自己编写可以躲避封IP

第二个是采用新浪微舆情这个大数据工具，因而不用豆瓣的评论数据，在互联网上进行全网信息搜集，获取有关该影片的热门文章标题作为分析的文本数据，这种方法是比较轻松简单的，而且获取的是全网的数据，可以有选择性的选取自己需要的数据。

笔者是用Python编写爬虫来获取了豆瓣这部分的影评数据。

抓取后的数据整理成如下表格：

《你的名字》豆瓣影评数据

之后把文本数据单独取下来，全选“评论内容”这一列，把这些影评数据粘贴到记事本上，作为接下来分析的“原材料”。

二、数据处理

制作词云需要考虑关键词提取和词频统计这两个板块。

这里使用到的工具是热词分析工具---图悦（图悦使用方法）。将《你的名字》豆瓣评论的文本部分粘贴到上图中左边的文本框中，再点击右上方的“分析出图”，系统显示完成后，右边的预设词云会发生变化，此时点击“导出”，即可得到词频的csv文件。

经图悦处理得到的词频csv文件

这里去除词语和词频两列，用来进行接下来的词云制作。

三、词云制作

处理词云，笔者用到的工具是Tagul：

Tagul主页

（1）词频载入格式

在页面左上方的“Words”处，就是加载词语及词频的地方，这里需要注意一下它的载入格式。，如下表所示：

Tagul的词频载入格式

上表中，前两列的“Word”和“Weight”就是刚才经处理过的词语和词频，Color一栏则是设置该词语的颜色，这是个性化词云中很关键的一个要素，会直接影响到最终的词云呈现效果。这里可以不填写，那么在形成词云时默认随机生成颜色。如果要形成定制化的颜色，则需要设置采用16进制的色值，以下是常用的颜色代码表，即色值表。

常用的16进制色值表

与此类似，字体也可选可不选，需要定制的话，则可进行相应的设置。

“Repeat”这项则表示该词语是否会重复出现，填写“0”，则表示不重复，填写“1”，则表示重复。为了保持信息的精准度，减少噪声，一般选择填写“0”。

后面的URL链接就忽略了，因为有前面的设置，就不需要进行网页链接。

按照上述操作，出词语和词频两例外，笔者还定制了“Color”和“Repeat”这两项，结果显示如下。

最终的词语载入表

全选该表格的文字部分，将其粘贴到“Import Words”的文本框里，进行保存。

（2）载入中文字体

因为Tagul是老外做的一个在线词云制作网站，所以Tagul不支持中文，这需要我们载入能支持中文显示的字体，如下图所示，笔者载入的是“You Yuan(幼圆)”字体。

载入中文字体

（3）处理背景图片

加载了字体，可以说这是个性化词云制作的核心部分，词云最终效果的美与不美就在此一举。

值得注意的是，在载入图片之前的图片选取步骤时，需要选择背景和主题对比比较明显的图片。从接下来的图片预处理过程中，你会发现这一点的重要性。

词云自定义图片的初始状态

笔者选取的是《你的名字》最为标志性的一张海报，看起来很有感觉：既有男女主角的形象，也交代了他们所处的生活环境，中间则是影片中重要的提条线索---彗星。这张图初始状态看似杂乱，不好处理，但仔细观察，可以发现主体（男女主角）和背景（天空、城市和彗星）之间的对比度和色相差异还是很明显的。在Tagul的“Custom Shape”的设置中可以进一步处理背景和主体之间的对比度问题。

在“Shapes”处载入图片后，点击上载成功后图片的右下角“齿轮”，打开图片预处理。其中，“Threshold”处理景深，可以拉开/缩小背景和主体之间的差异；“Edges”则是处理主体轮廓的锐度，可以调节图片的清晰程度模糊程度。这里的要点是---淡化背景，清晰主体轮廓。

淡化背景，强化主体轮廓

好了，完成上面繁琐的步骤之后，现在是见证奇迹的时刻了，点击右上方大大的黑体字“Visualize”，待进度条加载完毕后，即可得到如下的最终效果图：

最终的词云效果图

以上是全部步骤了，在日常的新媒体运营中，善于运用工具会事半功倍。知家新媒体代运营，在每个时间节点对运营的数据情况都有精准的数据分析，通过数据来寻找接下来的运营方向，同时通过竞品数据分析，可以把握市场方向，特别是在抖音投放带货中更能体现如：

一个投放的达人，评论中什么占比高产品，达人本身，还是差评？如果评论数据很好但是评论的都是达人本身，那就要做做针对性的分析了，是达人不匹配还是什么，等等一系列的分析，有了词云效果图岂不是一眼就能看出来。