使用pyecharts绘制词云图

目录

一、前言：

1.什么是数据可视化？

2.Pyecharts简介

3.词云图的含义

二、.操作步骤

1.引用库

2.数据预处理

3.输出结果

三、词云图学习总结：

---

一、前言：

1.什么是数据可视化？

        数据可视化就是将数据转换成图或表等，以一种更直观的方式展现和呈现数据，让读者能“一眼看懂”你想表达的信息。通过“可视化”的方式，复杂的数据通过图形化的手段进行有效表达，准确高效、简洁全面地传递某种信息，甚至我们帮助发现某种规律和特征，挖掘数据背后的价值。

2.Pyecharts简介

        Echarts是一个由百度开源的数据可视化，凭借着良好的交互性，精巧的图表设计，得到了众多开发者的认可

3.词云图的含义

        就是对网络文本中出现频率较高的“关键词”予以视觉上的突出，形成“关键词云层”或“关键词渲染”，从而过滤掉大量的文本信息，使浏览网页者只要一眼扫过文本就可以领略文本的主旨

二、.操作步骤

1.引用库

我们进行词云图的绘制需要加载三个相关库，分别是：pyecharts，jieba，snownlp。

首先安装相关库

pip install pyecharts

pip install jieba

pip install snownlp

查看安装结果：

安装完后，查看是否成功：

pip show pyecharts

pip show jieba

pip show snownlp

看到相关代码表示安装成功

2.数据预处理

首先引用相关库：

import pandas as pd
import jieba
from snownlp import SnowNLP 
import pyecharts.options as opts
from pyecharts.charts import WordCloud

导入数据

预处理 ：

运用jieba和snownlp库对数据进行分词和标注

data['分词'] = data['评论'].agg(lambda x:jieba.lcut(x))
data['词性标注'] = data['评论'].agg(lambda x:list(SnowNLP(x).tags))
data

 然后把词性一列中所有列表的数据对拼接到一个列表中，方便后续进行分析 。

list_tags = []
for i in data['词性标注']:
    for j in i:
        list_tags.append(j)
list_tags

 之后转换成表格对象，并根据词性，统计形容词的出现频次。

data_tags = pd.DataFrame(list_tags,columns=['词语','词性'])
data_tags

result = data_tags[data_tags['词性']=='a'].groupby(by='词语')['词语'].count().sort_values(ascending=False)#[:20]
result

然后需要将形容词一列和出现频次一列转换成二维列表

 注意：频次的数字需要转换成字符

data_wordcloud_tags = [(i,str(j)) for i,j in zip(result.index,result.values)]
data_wordcloud_tags

3.输出结果

代码如下：

c = (
    WordCloud()
    .add(series_name="", 
         data_pair=data_wordcloud_tags, 
         word_size_range=[30, 100]
        )
    .set_global_opts(
        title_opts=opts.TitleOpts(
            title="铃芽之旅的评论", title_textstyle_opts=opts.TextStyleOpts(font_size=23)
        ),
        tooltip_opts=opts.TooltipOpts(is_show=True),
    )
)
c.render_notebook()

运行结果：

代码说明：
.add(方法签名)(
name -> str：图例名称
attr -> list：属性名称
value -> list：属性所对应的值
shape -> list：词云图轮廓，有’circle’, ‘cardioid’, ‘diamond’, ‘triangleforward’, ‘triangle’, ‘pentagon’, ‘star’可选
word_gap -> int：单词间隔，默认为 20。
word_size_range -> list：单词字体大小范围，默认为 [12, 60]。
rotate_step -> int：旋转单词角度，默认为 45)

三、词云图学习总结：

        中间分词的过程较为繁琐，但是结果能够使人一眼就可以领略数据的主要表达意思。以上还有很多属性我没有用上，大家可以去试一下。