【NLP舆情分析】基于python微博舆情分析可视化系统(flask+pandas+echarts) 视频教程 - 微博评论数据可视化分析-用户评论词云图实现

大家好，我是java1234_小锋老师，最近写了一套【NLP舆情分析】基于python微博舆情分析可视化系统(flask+pandas+echarts)视频教程，持续更新中，计划月底更新完，感谢支持。今天讲解微博评论数据可视化分析-用户评论词云图实现

视频在线地址：

2026版【NLP舆情分析】基于python微博舆情分析可视化系统(flask+pandas+echarts+爬虫) 视频教程 （火爆连载更新中..）_哔哩哔哩_bilibili

课程简介：

本课程采用主流的Python技术栈实现，Mysql8数据库，Flask后端，Pandas数据分析，前端可视化图表采用echarts，以及requests库，snowNLP进行情感分析，词频统计，包括大量的数据统计及分析技巧。

实现了，用户登录，注册，爬取微博帖子和评论信息，进行了热词统计以及舆情分析，以及基于echarts实现了数据可视化，包括微博文章分析，微博IP分析，微博评论分析，微博舆情分析。最后也基于wordcloud库实现了词云图，包括微博内容词云图，微博评论词云图，微博评论用户词云图等功能。

微博评论数据可视化分析-用户评论词云图实现

commentDataAnalysis方法里实现用户评论词云图业务逻辑：

# 只读取前50条
df = pd.read_csv('./fenci/comment_fre.csv', nrows=50)
hotCommentWordList = [x[0] for x in df.values]
str2 = ' '.join(hotCommentWordList)
wordcloudUtil.genWordCloudPic(str2, 'comment_mask.jpg', 'comment_cloud.jpg')

前端静态网页里直接通过img标签显示词云图片：

<div id="commentCloudMain" style="width:100%;height:450px;text-align:center"><img style="width:60%" src="/static/comment_cloud.jpg" alt=""></div>