「原创」一张图告诉你圣诞节人们都说了啥

2019 年圣诞悄咪咪就过去了，AntV G6（开源的图可视化引擎）做了一张交互图告诉你在 Twitter 上的网友们在圣诞夜与圣诞节这天都爱发些什么推。

图 1 圣诞夜与圣诞节发送的 tweet 中出现频率 top 100 的单词概览。

我们从 5w 条于圣诞夜/圣诞节发布的推文中抽取了出现频率最高的 100 个有意义的单词，即去掉了 of、I、you 一类没有实际含义的单词，使用 G6 做了如上一个Q弹的气泡词云图。

一个泡泡代表一个单词，除了泡泡大小映射了该词的出现频率、颜色映射词性（名词、形容词、动词、副词）外，还有一系列有趣的交互：拖拽玩耍、点击展开、收起聚拢...

图 2 和泡泡玩一玩儿。

玩儿并分析着

拖拽泡泡

首先，我们拖拽泡泡，概览一波大家都发了些什么？

图 3 拖拽泡泡进行探索。

不免俗套，显然 ‘christmas’ 和 ‘merry’ 出现的频率最高，还有类似的词语 ‘xmas’、’christmastree‘ 等。接着是 ‘gift’、‘happy’、‘holiday’、‘santa’ 等节日相关单词。红色节点代表的动词中 ’love‘ 出现的频率最高，看来这个世界还是充满了 love & peace 呢。也有许多人在圣诞节许下了愿望，’hope‘、‘wish’、‘new’、‘best’ 等都在 top 100 单词中。‘quiz’ ？ 圣诞节大家在忙考试吗？最神奇的是，top 100 单词中竟然有 ‘shit’？这愈发激发了我们探索这些单词上下文的欲望，所以，点击节点展开看看吧。

展开泡泡

我们为每个 top 100 单词随机过滤出 5～n 个在推文中的上下文单词，即单词在一句话中的前一个或后一个单词。

图 4（左）点击 ‘christmas’ 节点查看它的上下文单词。（右）‘merry’ 的上下文单词。

如 图 4 所示，相关上下文单词将会被连接到被点击的 top 100 单词上，如果该上下文单词不存在于 top 100 单词中，它的填充色将会是白色。

首先，我们探索词频最高的 ‘christmas’（图 4（左）） 和 ‘merry’（图 4（右）），它们 互为上下文。‘christmas’ 的上下文中形容词也都是积极向上的：‘happy’、‘best’、‘great’、‘special’、‘wonderful’... emmm？‘conjustivities’ （结膜炎）是什么？？有个人在圣诞节得了结膜炎？

图 5（左）‘love’ 的上下文单词。（右）‘holidays’ 的上下文单词。

再看看 图 5（左）充满了爱的 ‘love’，它的上下文即有正面的 ‘joy’、‘fun’、‘celebrate‘、’hopeful‘ 等，也有来自单身狗的 ‘worry’ 焦虑吧？’defender‘？看来，这个圣诞，有人欢喜有人愁。假期 ‘holidays’ 里大家都在干什么？’photography‘ 拍拍照，’familytime’ 家庭时间，‘bryantpark’ 某个公园，总之是充满 ’happy‘ 与 ’joy‘ 的。

图 6‘shit’ 的上下文单词？？

最后，来瞧瞧 ‘shit’ 的上下文吧。‘shit slippers’？大过节的，拖鞋招你惹你了？大概是数据提取得不够充分，还右很多信息没有被展示出来。毕竟，提取数据 G6 是业余的。做图可视化，G6 才是专业的！

结束了？

感觉这份数据还有很多隐藏的宝藏可以挖掘？G6 开源！该 Demo 代码开源！数据集还公开！你想怎么搞就怎么搞！

AntV G6 是一款开源的图可视化与分析引擎，专注于关系数据。

欢迎关注和star我们的GitHub：https://github.com/antvis/G6

官网：https://g6.antv.vision/zh/

Demo 地址：https://g6.antv.vision/zh/examples/case/christmasBubbles

数据来源：公开数据集https://www.kaggle.com/dhruvm/christmastwitterdata#HolidayTweets.csv

“彩蛋”

别人家的彩蛋是彩蛋，我们的"彩蛋"，emmm，是个课堂作业？「想不到长这么大，还温故童年的回忆。」

实现了上面的图后，我们发现了一个（小反正不大）Bug：由于 ’christmas‘ 的上下文节点众多，展开它后，在布局即将收敛时出现了疯狂的抖动鬼畜。没时间了，不想修了，就是这么任性:)。有没有人有空来提个 PR ？奖励一朵小红花。

Tips：大概与力导向布局的力平衡状态与难以收敛有关吧？