chat miner

---

Chat-Miner: Verwandeln Sie Ihre Chats in Kunstwerke

---

Chat-Miner bietet schlanke Parser für alle wichtigen Plattformen, die Chats in Datenrahmen umwandeln. Mit künstlerischen Visualisierungen können Sie Ihre Daten erkunden und aus Ihren Chats Kunstwerke erstellen.

1. Installation

Die neueste Version einschließlich Abhängigkeiten kann über PyPI installiert werden:

pip install chat-miner

Wenn Sie daran interessiert sind, einen Beitrag zu leisten, den neuesten Quellcode auszuführen oder einfach alles selbst zu erstellen:

git clone https://github.com/joweich/chat-miner.git
cd chat-miner
pip install . 

2. Chatprotokolle exportieren

Schauen Sie sich die offiziellen Tutorials für WhatsApp, Signal, Telegram, Facebook Messenger oder Instagram Chats an, um zu erfahren, wie Sie Chatprotokolle für Ihre Plattform exportieren.

3. Parsen

Der folgende Code zeigt das WhatsAppParser -Modul. Die Verwendung von SignalParser , TelegramJsonParser , FacebookMessengerParser und InstagramJsonParser folgt dem gleichen Muster.

 from chatminer . chatparsers import WhatsAppParser

parser = WhatsAppParser ( FILEPATH )
parser . parse_file ()
df = parser . parsed_messages . get_df ( as_pandas = True ) # as_pandas=False returns polars dataframe

Hinweis: Abhängig von Ihrem Quellsystem muss Python den Dateipfad in eine Rohzeichenfolge konvertieren.

 import os
FILEPATH = r"C:UsersUsernamechat.txt" # Windows
FILEPATH = "/home/username/chat.txt" # Unix
assert os . path . isfile ( FILEPATH )

4. Visualisieren

 import chatminer . visualizations as vis
import matplotlib . pyplot as plt

4.1 Heatmap: Nachrichtenanzahl pro Tag

 fig , ax = plt . subplots ( 2 , 1 , figsize = ( 9 , 3 ))
ax [ 0 ] = vis . calendar_heatmap ( df , year = 2020 , cmap = 'Oranges' , ax = ax [ 0 ])
ax [ 1 ] = vis . calendar_heatmap ( df , year = 2021 , linewidth = 0 , monthly_border = True , ax = ax [ 1 ])

4.2 Sunburst: Nachrichtenanzahl pro Tag

 fig , ax = plt . subplots ( 1 , 2 , figsize = ( 7 , 3 ), subplot_kw = { 'projection' : 'polar' })
ax [ 0 ] = vis . sunburst ( df , highlight_max = True , isolines = [ 2500 , 5000 ], isolines_relative = False , ax = ax [ 0 ])
ax [ 1 ] = vis . sunburst ( df , highlight_max = False , isolines = [ 0.5 , 1 ], color = 'C1' , ax = ax [ 1 ])

4.3 Wortwolke: Worthäufigkeiten

 fig , ax = plt . subplots ( figsize = ( 8 , 3 ))
stopwords = [ 'these' , 'are' , 'stopwords' ]
kwargs = { "background_color" : "white" , "width" : 800 , "height" : 300 , "max_words" : 500 }
ax = vis . wordcloud ( df , ax = ax , stopwords = stopwords , ** kwargs )

4.4 Radarchart: Nachrichtenanzahl pro Wochentag

 if not vis . is_radar_registered ():
	vis . radar_factory ( 7 , frame = "polygon" )
fig , ax = plt . subplots ( 1 , 2 , figsize = ( 7 , 3 ), subplot_kw = { 'projection' : 'radar' })
ax [ 0 ] = vis . radar ( df , ax = ax [ 0 ])
ax [ 1 ] = vis . radar ( df , ax = ax [ 1 ], color = 'C1' , alpha = 0 )

5. Verarbeitung natürlicher Sprache

5.1 Stimmung hinzufügen

 from chatminer . nlp import add_sentiment

df_sentiment = add_sentiment ( df )

5.2 Beispielplot: Stimmung pro Autor im Groupchat

 df_grouped = df_sentiment . groupby ([ 'author' , 'sentiment' ]). size (). unstack ( fill_value = 0 )
ax = df_grouped . plot ( kind = 'bar' , stacked = True , figsize = ( 8 , 3 ))

6. Befehlszeilenschnittstelle

Die CLI unterstützt das Parsen von Chatprotokollen in CSV-Dateien. Derzeit können Sie Visualisierungen nicht direkt über die CLI erstellen.

Beispielverwendung:

$ chatminer -p whatsapp -i exportfile.txt -o output.csv

Nutzungsanleitung:

 usage: chatminer [-h] [-p {whatsapp,instagram,facebook,signal,telegram}] [-i INPUT] [-o OUTPUT]

options:
  -h, --help 
                        Show this help message and exit
  -p {whatsapp,instagram,facebook,signal,telegram}, --parser {whatsapp,instagram,facebook,signal,telegram}
                        The platform from which the chats are imported
  -i INPUT, --input INPUT
                        Input file to be processed
  -o OUTPUT, --output OUTPUT
                        Output file for the results