跟小白学Python数据分析——绘制词云图
本文继续采用PyEcharts v1.x版本进行绘制水球图。
注：PyEcharts分为 v0.5.x 和 v1.x 两个大版本，v0.5.x 和 v1.x 间不兼容，v0.5.x是基于Python2.7+、3.4+版本开发的，而v1.x是一个全新的版本，它是基于Python3.6+版本开发的，另外经PyEcharts开发团队决定，0.5.x 版本将不再进行维护。
绘制的词云图效果是这样的：
没有安装PyEcharts的，先安装PyEcharts：
# 安装pyecharts模块，直接安装就是最新的版本
pip install pyecharts安装好PyEcharts之后，就可以将需要使用的模块进行导入：
from pyecharts import options as opts
from pyecharts.charts import WordCloud
然后定义下词云图数据，你也可以导入数据文件作为数据源，不过需要使用zip转换下，可以查阅历史文章如何转换。
data = [("市场", 1446),
("汽车", 928),
("视频", 906),
("电视", 825),
("Lover", 514),
("动漫", 486),
("音乐", 53),
("直播", 163),
("广播电台", 86),
("资讯", 1437),
("商业财经", 422),
("娱乐八卦", 353),
("军事", 331),
("信托", 90),
("征信", 76),
("期货", 76),
("公积金", 40),
("银行理财", 36)]
接下来就可以绘制词云图了：
worldcloud=(
#创建词云对象
WordCloud()
#设置数据系列名称及数据
.add("", data,
#设置单词字体大小范围
word_size_range=[20,100]
)
.set_global_opts(
# 设置词云图标题、字号、位置
title_opts=opts.TitleOpts(title="XXX词云图",
title_textstyle_opts=opts.TextStyleOpts(font_size=30),
pos_left="center")))
#通过render()方法将词云图渲染为html
worldcloud.render('ciyun.html')
绘制词云图也可以选择一张图片作为背景绘图，只需要add()中添加mask_image参数设置图片路径，代码如下：
worldcloud=(
WordCloud()
.add("", data,
# 选择背景图，也可以不加该参数，使用默认背景
mask_image='D:\\python\\2.jpg'
)
.set_global_opts(
title_opts=opts.TitleOpts(title="XXX词云图",
title_textstyle_opts=opts.TextStyleOpts(font_size=30),
pos_left="center")))
worldcloud.render('ciyun.html')
如果设置图片背景，需要注意的是：
1.不要设置word_size_range参数，让PyEcharts自己适配大小；
2.图片不能太大，控制在100KB以内；
3.自定义的图片目前支持 jpg, jpeg, png, ico 的格式；
4.如果使用了mask_image之后第一次渲染会出现空白的情况，再刷新一次就可以了（Echarts 的问题）
是不是so easy 呢？
如果你喜欢本文，可以点击右下角在看
如果你在跟着学习，请在留言区留言：打卡
如果你刚看到本文，可以查看本系列历史文章跟着学习：
跟小白学Python数据分析——Anaconda安装
跟小白学Python数据分析——使用spyder
跟小白学Python数据分析——数据导入1
跟小白学Python数据分析——数据导入2
跟小白学Python数据分析——描述性统计分析
跟小白学Python数据分析——分组分析
跟小白学Python数据分析——列表
跟小白学Python数据分析——数据框
跟小白学Python数据分析——记录抽取
跟小白学Python数据分析——记录合并
跟小白学Python数据分析——数据导出
跟小白学Python数据分析——For循环
跟小白学Python数据分析——批量合并CSV文件
跟小白学Python数据分析——批量拆分Excel文件
跟小白学Python数据分析——提取PDF表格数据
跟小白学Python数据分析——批量提取PDF表格数据
跟小白学Python数据分析——绘制饼图、圆环图
跟小白学Python数据分析——绘制仪表盘
跟小白学Python数据分析——绘制水球图
-----------------
长按识别下方二维码，并关注公众号
1.回复“PY”领取1GB Python数据分析资料
2.回复“BG”领取5GB 名企数据分析报告