前提・実現したいこと

pyファイルを起動してテキストマイニングを表示したい

発生している問題・エラーメッセージ

------------------- ERROR DETAILS ------------------------
arguments: Owakati
error message: [ifs] no such file or directory: c:\mecab\mecabrc
----------------------------------------------------------
Traceback (most recent call last):
  File "C:\Python\11f_wordcloud.py", line 118, in <module>
    tokens = Wakati(text).tokenize()
  File "C:\Python\11f_wordcloud.py", line 58, in tokenize
    words = self.get_words()
  File "C:\Python\11f_wordcloud.py", line 89, in get_words
    dfw = self.get_dfw()
  File "C:\Python\11f_wordcloud.py", line 64, in get_dfw
    t = MeCab.Tagger("Owakati")
  File "C:\Users***\AppData\Local\Programs\Python\Python37\lib\site-packages\MeCab\__init__.py", line 124, in __init__
    super(Tagger, self).__init__(args)
RuntimeError

該当のソースコード

#!/usr/bin/env python
import os,matplotlib,re,MeCab,itertools,pydotplus,requests,io,string
matplotlib.use('TkAgg')
import matplotlib.pyplot as plt

coding: utf-8

#!/usr/bin/env python
from wordcloud import WordCloud
from PIL import Image
import numpy as np
from collections import Counter
import MeCab as amee
from igraph import *
from bs4 import BeautifulSoup
import pandas as pd
from os import path
from collections import Counter

#「.txtファイル」からテキストを抽出するための関数
def get_text(path):
f = open(path, encoding="utf-8")
text = f.read()
f.close()
return text

形態素解析開始

class Wakati:
# コンストラクタ
def init(self, text):
self.text = text
self.tokens = None
self.targets = ["名詞", "動詞", "形容詞"]

# 除外したいNGワードリスト〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓
self.stopwords = [u'てる']

# 分かち書きを行うメソッド
def tokenize(self):
words = self.get_words()
self.tokens = self.get_stopped_words(words)
return self.tokens

# 形態素解析の結果をDataFrameで返す関数
def get_dfw(self):
t = MeCab.Tagger("Owakati")
t.parse("")
node = t.parseToNode(self.text)

surfaces = []
stems = []
poss = []

    while node:
        surface = node.surface
        feature = node.feature.split(",")
        stem = feature[6]
        pos = feature[0]
        surfaces.append(surface)
        stems.append(stem)
        poss.append(pos)
        node = node.next

    dfw = pd.DataFrame()
    dfw["SURFACE"] = surfaces[1:-1]
    dfw["STEM"] = stems[1:-1]
    dfw["POS"] = poss[1:-1]
    return dfw

# 形態素解析結果から目的となる品詞に一致した単語リストを取得する関数
def get_words(self):
dfw = self.get_dfw()
words = []
for row in dfw.iterrows():
for target_pos in self.targets:
if row[1]["POS"] == target_pos:
if row[1]["STEM"] != "*":
words.append(row[1]["STEM"])
return words

# 単語リストからストップワードを除去した単語リストを返す関数
def get_stopped_words(self, words):
stopped_words = [word for word in words if word not in self.stopwords]
return stopped_words

トークンリストを半角スペースで結合したテキストに変換する関数

def tokens2linetext(tokens):
linetext = ""
for token in tokens:
linetext += token
linetext += " "
return linetext[:-1]

テキストデータの取り込み〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓

path = u"C:/python/00__text/指定のテキスト.txt"
text = get_text(path)

テキストの形態素解析

tokens = Wakati(text).tokenize()

形態素解析結果を半角スペースで結合されたテキストに変換

linetext = tokens2linetext(tokens)

フォントパスの準備

fontpath = "C:/python/08__font/AozoraMinchoHeavy.ttf"

WordCloudの外形画像の準備〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓

mask_path = "C:/python/01__image/指定の枠.png"
datum_mask = np.array(Image.open(mask_path))

除外したいNGワードリスト〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓〓

stopwords = [u'てる']

パラメータ

wc = WordCloud(
background_color="white",
colormap="Reds",
#mask=datum_mask,
font_path=fontpath,
collocations=False,
stopwords=stopwords,
max_font_size=100,
#min_font_size=30,
#max_words=3,
ranks_only=False,
random_state=None,
prefer_horizontal=0.9,# 「縦書き」の比率
#mode="RGBA",
#scale=1,
height=600,
width=900
)
wc.generate(text) #「text」短文、「linetext」単語

出力ファイル名設定と単語頻度図の出力

filename = os.path.basename(path)
filename = os.path.splitext(filename)[0]
outname = "wordcloud_" + filename + "(フレーズ)" + ".png"
wc.to_file(outname)

#出力！
print("出力準備完了！")
plt.figure(figsize=(15,9))
plt.imshow(wc)
plt.axis("off")
plt.show()

形態素解析の結果をShellに掲載

m = MeCab.Tagger("-Ochasen")
mecablist =[]
wlist =m.parse(text).splitlines()
for u in wlist:
xlist = []
for v in u.split():
xlist.append(v)
mecablist.append(xlist)

wordbodylist =[]
for u in mecablist:
wordbodylist.append(u[0])
cnt = Counter(wordbodylist)
print(sorted(cnt.items(), key=lambda x: x[1], reverse=True)[:400])