使用Python創(chuàng)建詞云
介紹從開始從事數(shù)據(jù)可視化工作的那一天起，我就愛上它了，我總是喜歡從數(shù)據(jù)中獲得有用的見解。在此之前，我只了解基本圖表，例如條形圖，散點(diǎn)圖，直方圖等，這些基本圖表內(nèi)置在tableau中，而Power BI則用于數(shù)據(jù)可視化。通過每天完成此任務(wù)，我遇到了許多新圖表，例如徑向儀表盤，華夫圖等。因此，出于好奇，最近我正在搜索數(shù)據(jù)可視化中使用的所有圖表類型，這些詞云引起了我的注意，我發(fā)現(xiàn)它非常有趣。之后，我嘗試使用Tableau和Power BI中的少量數(shù)據(jù)來制作詞云，在成功嘗試之后，我想通過使用條形圖，餅圖和其他圖表的代碼來嘗試使用它。
詞云是什么？
定義：詞云是一個(gè)簡單但功能強(qiáng)大的可視化表示對象，用于文本處理，它以更大，更粗的字母和不同的顏色顯示最常用的詞，單詞的大小越小，重要性就越小。
詞云的用途
1.社交媒體上的熱門標(biāo)簽（Instagram，Twitter）：全世界的社交媒體都在尋找最新的趨勢，因此，我們可以獲取人們在其帖子中使用最多的標(biāo)簽來探索最新的趨勢。2.媒體中的熱門話題：分析新聞報(bào)道，我們可以在頭條新聞中找到關(guān)鍵字，并提取出前n個(gè)需求較高的主題，來獲得所需的結(jié)果，即前n個(gè)熱門媒體主題。3.電子商務(wù)中的搜索詞：在電子商務(wù)購物網(wǎng)站中，網(wǎng)站所有者可以制作被搜索次數(shù)最多的購物商品的詞云，這樣，他就可以了解在特定時(shí)期內(nèi)哪些商品需求量最大。讓我們開始使用Python來實(shí)現(xiàn)詞云
首先，我們需要在jupyter notebook中安裝所有庫。在python中，我們將安裝一個(gè)內(nèi)置庫wordcloud。在Anaconda命令提示符下，輸入以下代碼：pip?install?wordcloud
如果你的anaconda環(huán)境支持conda，請輸入：conda?install?wordcloud
這可以直接在notebook中實(shí)現(xiàn)，只需在代碼的開頭添加“!”即可。像這樣：!pip?install?wordcloud
但現(xiàn)在我想生成擁有任何主題的維基百科文本的詞云，因此，我將需要一個(gè)Wikipedia庫來訪問Wikipedia API，可以通過在anaconda命令提示符下安裝Wikipedia來完成，如下所示：pip?install?wikipedia
現(xiàn)在我們還需要其他一些庫，它們是numpy，matplotlib和pandas。截至目前，我們需要的庫就安裝好了import?wikipedia
result=?wikipedia.page("MachineLearning")
final_result?=?result.content
print(final_result)
機(jī)器學(xué)習(xí)維基百科頁面的輸出：
上圖是我們通過檢索Wikipedia的機(jī)器學(xué)習(xí)頁面獲得的輸出圖像，我們還可以看到它可以向下滾動(dòng)，這表示將檢索整個(gè)頁面。在這里，我們還可以通過摘要方法得到頁面的摘要，如：result=?wikipedia.summary("MachineLearning",?sentences=5)
print(result)
這里我們有句子的參數(shù)，因此我們可以用它來檢索特定的行數(shù)。
輸出5個(gè)句子讓我們一起創(chuàng)建wordcloud
from?wordcloud?import?WordCloud,?StopWords
import?matplotlib.pyplot?as?plt?
def?plot_cloud(wordcloud):
????plt.figure(figsize=(10,?10))
????plt.imshow(wordcloud)?
????plt.axis("off");
wordcloud?=?WordCloud(width?=?500,?height?=?500,?background_color='pink',?random_state=10).generate(final_result)
plot_cloud(wordcloud)
停用詞是沒有任何含義的單詞，例如‘is’, ‘a(chǎn)re’, ‘a(chǎn)n’, ‘I’ 等。Wordcloud帶有內(nèi)置停用詞庫，該庫將自動(dòng)從文本中刪除停用詞。同時(shí)我們也可以通過stopwords.add()函數(shù)在python中添加停用詞的選擇。Wordcloud方法可以設(shè)置詞云的寬度和高度，我將它們都設(shè)置為500，背景色設(shè)置為粉紅色。如果不添加隨機(jī)狀態(tài)，則每次運(yùn)行代碼時(shí)，詞云都會(huì)看起來不同，我們可以將其設(shè)置為任何int值。從上面的代碼中，我們將獲得這樣的詞云：
通過查看上圖，我們可以看到機(jī)器學(xué)習(xí)是最常用的詞，還有一些其他經(jīng)常使用的詞是模型，任務(wù)，訓(xùn)練和數(shù)據(jù)，因此，我們可以得出結(jié)論，機(jī)器學(xué)習(xí)是訓(xùn)練數(shù)據(jù)模型的任務(wù)。我們還可以在這里通過背景顏色方法更改背景顏色，并通過colormap方法更改字體顏色，還可以在背景顏色中添加顏色的哈希碼，但是mapcolor帶有內(nèi)置的特定顏色。讓我們通過使用哈希碼將背景色更改為藍(lán)綠色，將字體顏色更改為藍(lán)色：from?wordcloud?import?WordCloud,?StopWords
import?matplotlib.pyplot?as?plt
def?plot_cloud(wordcloud):
????plt.figure(figsize=(10,?10))
????plt.imshow(wordcloud)
????plt.axis("off");
wordcloud?=?WordCloud(width?=?500,?height?=?500,?background_color='#40E0D0',?colormap="ocean",??random_state=10).generate(final_result)
plot_cloud(wordcloud)
在這里，我指定了ocean，如果我添加了一些錯(cuò)誤的顏色圖，jupyter將拋出一個(gè)值錯(cuò)誤，并向我顯示顏色圖的可用選項(xiàng)，如下所示：
我們還可以使用PIL庫在任何圖像中實(shí)現(xiàn)詞云。尾注
在本文中，我們討論了詞云，詞云的定義，應(yīng)用領(lǐng)域以及使用python實(shí)現(xiàn)詞云。參考鏈接：https://www.analyticsvidhya.com/blog/2020/10/word-cloud-or-tag-cloud-in-python/☆ END ☆推薦閱讀：Python中讀取圖片的6種方式
2020年11月國內(nèi)大數(shù)據(jù)競賽信息-獎(jiǎng)池5000萬
Python字典詳解-超級完整版
刷爆網(wǎng)絡(luò)的動(dòng)態(tài)條形圖，3行Python代碼就能搞定
↓內(nèi)推、交流加小編↓
↓掃描二維碼關(guān)注本號↓
評論
圖片
表情