怎么用推特存档生成词云
- 在 X 上申请你的数据存档：“设置和隐私”、“账号”、“你的 X 数据”（英文界面是 Settings and privacy、Account、Your X data）。最新步骤见 X 的帮助页（英文）。
- X 通知存档准备好后，下载 ZIP，拖到上面的框里。
- 排除不想要的词，比如你自己的名字，再选 50、100 或 150 个词。
- 把词云存成 PNG 或 SVG，把完整的词频存成 CSV。
中文词云是怎么分词的
中文的词与词之间没有空格，按空格切分，一整句话会被当成一个“词”。所以这个页面会先给中文分词：用浏览器自带的中文分词功能（Intl.Segmenter），只保留两个字以上的词，再去掉“的”“了”“我们”“什么”“可以”这类常用词。
浏览器的词典不认识的词，比如“推特”“推文”，会被拆成单字。工具把连续的单字两两组合，“推特”就能照常计数；组合出来的偶然搭配次数少，一般排不进前面。浏览器不支持分词时，整段中文都按相邻两个字统计。
所以中文分词是近似的：同一句话在不同浏览器里可能切得不一样，也会切出“新的”“很好”这样的词。切错的词或不想要的词，填进“排除这些词”，用空格、逗号或顿号隔开。
常用词表是简体中文的，繁体推文里的常用词要自己加进去。中英混写的推文，英文单词照英文的规则统计，比如 用Python写代码 里的 Python 会计为 python；话题标签整个保留，比如 #推特工具。
词是怎么统计的
每个词出现一次算一次，英文统一转成小写，所以 Launch 和 launch 算同一个词。链接、数字和常用词都会跳过，英文的所有格 ’s 会去掉，NASA’s 算作 nasa。
转推默认不计入，因为那些话是别人写的。最大的词在正中间，字号按出现的次数决定。
给话题标签或别的账号做词云
粘贴任意公开推文，每行一条，就能给一个话题标签、一个品牌或一串回复做词云。Weir 的 API 能按搜索条件或账号返回推文（JSON 格式）：每次调用 1 积分，每返回一条推文再加 1 积分，每月有 5,000 免费积分。
用 Python 调用的写法见 用 Python 获取推特数据，搜索条件可以用 推特高级搜索生成器 拼好。想逐条翻看存档，用 推特存档查看器。更多小工具在 免费推特工具 页。