chat miner

---

聊天矿工：将您的聊天变成艺术品

---

chat-miner为每个主要平台提供精益解析器，将聊天转换为数据帧。艺术可视化允许您探索数据并根据聊天创建艺术作品。

1. 安装

包括依赖项的最新版本可以通过 PyPI 安装：

pip install chat-miner

如果您有兴趣贡献、运行最新的源代码，或者只是想自己构建一切：

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

2.导出聊天记录

查看 WhatsApp、Signal、Telegram、Facebook Messenger 或 Instagram 聊天的官方教程，了解如何导出适合您平台的聊天日志。

3. 解析

以下代码展示了WhatsAppParser模块。 SignalParser 、 TelegramJsonParser 、 FacebookMessengerParser和InstagramJsonParser的使用遵循相同的模式。

 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

注意：根据您的源系统，Python 需要将文件路径转换为原始字符串。

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

4. 可视化

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

4.1 热图：每天的消息数

 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：每天的消息数

 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 词云：词频

 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 雷达图：每个工作日的消息计数

 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.自然语言处理

5.1 添加情感

 from chatminer . nlp import add_sentiment

df_sentiment = add_sentiment ( df )

5.2 示例图：群聊中每个作者的情绪

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

6. 命令行界面

CLI 支持将聊天日志解析为 csv 文件。截至目前，您无法直接从 CLI 创建可视化。

用法示例：

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

使用指南：

 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