
作者:俊欣
來(lái)源:關(guān)于數(shù)據(jù)分析與可視化
在數(shù)據(jù)可視化圖表中,詞云圖的應(yīng)用隨處可見(jiàn)。它通常是對(duì)輸入的一段文字進(jìn)行詞頻提取,然后以根據(jù)詞匯出現(xiàn)頻率的大小集中顯示高頻詞,簡(jiǎn)潔直觀高效,今天小編就來(lái)分享一下在Python如何繪制出來(lái)精湛的詞云圖。
我們先來(lái)嘗試?yán)L制一張簡(jiǎn)單的詞云圖,用到的Python當(dāng)中的wordcloud模塊來(lái)繪制,
import jieba
from wordcloud import WordCloud import matplotlib.pyplot as plt
我們導(dǎo)入文本內(nèi)容,并且去除掉一下?lián)Q行符和空格,代碼如下
text = open(r"明朝那些事兒.txt",encoding='utf8').read()
text = text.replace('n',"").replace("u3000","")
我們需要將其分成一個(gè)個(gè)的詞,這個(gè)時(shí)候就需要用到jieba模塊了,代碼如下
text_cut = jieba.lcut(text) # 將分好的詞用某個(gè)符號(hào)分割開(kāi)連成字符串 text_cut = ' '.join(text_cut)
當(dāng)然了,得到的結(jié)果當(dāng)中或許存在著不少我們不需要看的、無(wú)關(guān)緊要的內(nèi)容,這個(gè)時(shí)候就需要用到停用詞了,我們可以自己來(lái)構(gòu)建,也可以直接使用別人已經(jīng)構(gòu)建好的停詞表,這里小編采用的是后者,代碼如下
stop_words = open(r"常見(jiàn)中文停用詞表.txt").read().split("n")
下面便是繪制詞云圖的核心代碼了
word_cloud = WordCloud(font_path="simsun.ttc", # 設(shè)置詞云字體 background_color="white", # 詞云圖的背景顏色 stopwords=stop_words) # 去掉的停詞 word_cloud.generate(text_cut)
word_cloud.to_file("1.png")
output
這樣一張極其簡(jiǎn)單的詞云圖算是做好了,當(dāng)然我們可以給它添加一個(gè)背景圖片,例如下面這張圖片,
主要需要添加的代碼如下所示
background = Image.open(r"5.png")
graph = np.array(background)
然后在WorCloud當(dāng)中添加mask參數(shù)
# 使用WordCloud生成詞云 word_cloud = WordCloud(font_path="simsun.ttc", # 設(shè)置詞云字體 background_color="white", # 詞云圖的背景顏色 stopwords=stop_words, # 去掉的停詞 mask=graph)
word_cloud.generate(text_cut)
word_cloud.to_file("1.png")
output
除此之外,還有另外一個(gè)模塊stylecloud繪制出來(lái)的詞云圖也是非常酷炫的,其中我們主要是用到下面這個(gè)函數(shù)
gen_stylecloud(text=None, icon_name='fas fa-flag', colors=None, palette='cartocolors.qualitative.Bold_5', background_color="white", max_font_size=200, max_words=2000, stopwords=True, custom_stopwords=STOPWORDS, output_name='stylecloud.png', )
其中幾個(gè)常用的參數(shù)有
我們來(lái)嘗試?yán)L制一個(gè)詞云圖,代碼如下
stylecloud.gen_stylecloud(text=text_cut,
palette='tableau.BlueRed_6',
icon_name='fas fa-apple-alt',
font_path=r'田英章楷書(shū)3500字.ttf',
output_name='2.png',
stopwords=True,
custom_stopwords=stop_words)
output
其中的palette參數(shù)作為調(diào)色板,可以任意變換的,具體參考:https://jiffyclub.github.io/palettable/ 這個(gè)網(wǎng)站。
最后我們來(lái)看一下如何用Pyecharts模塊來(lái)進(jìn)行詞云圖的繪制,代碼如下
from pyecharts import options as opts
from pyecharts.charts import Page, WordCloud
words = [
("皇帝", 10000),
("朱元璋", 6181),
("明朝", 4386),
("朝廷", 4055),
("明軍", 2467),
("士兵", 2244),
("張居正", 1868),
("王守仁", 1281)
] c = ( WordCloud()
.add("", words, word_size_range=[20, 100])
.set_global_opts(title_opts=opts.TitleOpts(title="基本示例"))
) c.render("1.html")
output
出來(lái)的結(jié)果略顯簡(jiǎn)單了,不過(guò)這里值得注意的是,pyecharts當(dāng)中的WordCloud()方法傳入的數(shù)據(jù)是指定的詞語(yǔ)以及其出現(xiàn)的頻次,這個(gè)和之前的操作有所不同
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
LSTM 模型輸入長(zhǎng)度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長(zhǎng)序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計(jì)的實(shí)用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠(chéng)摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價(jià)值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡(jiǎn)稱 BI)深度融合的時(shí)代,BI ...
2025-07-10SQL 在預(yù)測(cè)分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢(shì)預(yù)判? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,預(yù)測(cè)分析作為挖掘數(shù)據(jù)潛在價(jià)值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價(jià)值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報(bào)考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭(zhēng)搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢(shì)性檢驗(yàn):捕捉數(shù)據(jù)背后的時(shí)間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢(shì)性檢驗(yàn)如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時(shí)間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時(shí)間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實(shí)戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗(yàn):數(shù)據(jù)趨勢(shì)與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢(shì)變化以及識(shí)別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國(guó)內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對(duì)策略? 長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨(dú)特的門(mén)控機(jī)制,在 ...
2025-07-07統(tǒng)計(jì)學(xué)方法在市場(chǎng)調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場(chǎng)調(diào)研是企業(yè)洞察市場(chǎng)動(dòng)態(tài)、了解消費(fèi)者需求的重要途徑,而統(tǒng)計(jì)學(xué)方法則是市場(chǎng)調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書(shū)考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動(dòng)力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準(zhǔn)確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動(dòng)力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開(kāi)啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價(jià)值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03