chat miner

---

chat-miner: 채팅을 예술 작품으로 바꿔보세요

---

chat-miner는 채팅을 데이터프레임으로 변환하는 모든 주요 플랫폼에 린 파서를 제공합니다. 예술적 시각화를 통해 데이터를 탐색하고 채팅에서 아트워크를 만들 수 있습니다.

1. 설치

종속성을 포함한 최신 릴리스는 PyPI를 통해 설치할 수 있습니다.

pip install chat-miner

기여에 관심이 있거나, 최신 소스 코드를 실행하고 싶거나, 모든 것을 직접 구축하고 싶다면:

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

2. 채팅 로그 내보내기

플랫폼에 맞게 채팅 로그를 내보내는 방법을 알아보려면 WhatsApp, Signal, Telegram, Facebook Messenger 또는 Instagram Chats의 공식 튜토리얼을 살펴보세요.

3. 파싱

다음 코드는 WhatsAppParser 모듈을 보여줍니다. SignalParser , TelegramJsonParser , FacebookMessengerParser 및 InstagramJsonParser 의 사용법은 동일한 패턴을 따릅니다.

 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

참고: 소스 시스템에 따라 Python에서는 파일 경로를 원시 문자열로 변환해야 합니다.

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

4. 시각화

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

4.1 히트맵: 일일 메시지 수

 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: 주간 메시지 수

 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 워드클라우드: 단어 빈도

 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: 평일당 메시지 수

 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. 자연어 처리

5.1 감성 추가

 from chatminer . nlp import add_sentiment

df_sentiment = add_sentiment ( df )

5.2 예제 플롯: 그룹 채팅의 작성자별 감정

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

6. 명령줄 인터페이스

CLI는 채팅 로그를 csv 파일로 구문 분석하는 것을 지원합니다. 현재로서는 CLI에서 직접 시각화를 생성 할 수 없습니다 .

사용 예:

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

사용 가이드:

 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