• 发文
  • 评论
  • 微博
  • 空间
  • 微信

使用Python创建词云

磐创AI 2020-10-30 08:55 发文

介绍从开始从事数据可视化工作的那一天起,我就爱上它了,我总是喜欢从数据中获得有用的见解。在此之前,我只了解基本图表,例如条形图,散点图,直方图等,这些基本图表内置在tableau中,而Power BI则用于数据可视化。通过每天完成此任务,我遇到了许多新图表,例如径向仪表盘,华夫图等。因此,出于好奇,最近我正在搜索数据可视化中使用的所有图表类型,这些词云引起了我的注意,我发现它非常有趣。之后,我尝试使用Tableau和Power BI中的少量数据来制作词云,在成功尝试之后,我想通过使用条形图,饼图和其他图表的代码来尝试使用它。词云是什么?定义:词云是一个简单但功能强大的可视化表示对象,用于文本处理,它以更大,更粗的字母和不同的颜色显示最常用的词,单词的大小越小,重要性就越小。

词云的用途

1.社交媒体上的热门标签(Instagram,Twitter):全世界的社交媒体都在寻找最新的趋势,因此,我们可以获取人们在其帖子中使用最多的标签来探索最新的趋势。

2.媒体中的热门话题:分析新闻报道,我们可以在头条新闻中找到关键字,并提取出前n个需求较高的主题,来获得所需的结果,即前n个热门媒体主题。

3.电子商务中的搜索词:在电子商务购物网站中,网站所有者可以制作被搜索次数最多的购物商品的词云,这样,他就可以了解在特定时期内哪些商品需求量最大。让我们开始使用Python来实现词云首先,我们需要在jupyter notebook中安装所有库。在python中,我们将安装一个内置库wordcloud。在Anaconda命令提示符下,输入以下代码:pip install wordcloud

如果你的anaconda环境支持conda,请输入:conda install wordcloud

这可以直接在notebook中实现,只需在代码的开头添加“!”即可。像这样:!pip install wordcloud

但现在我想生成拥有任何主题的维基百科文本的词云,因此,我将需要一个Wikipedia库来访问Wikipedia API,可以通过在anaconda命令提示符下安装Wikipedia来完成,如下所示:pip install wikipedia

现在我们还需要其他一些库,它们是numpy,matplotlib和pandas。截至目前,我们需要的库就安装好了import wikipedia

result= wikipedia.page("MachineLearning")

final_result = result.content

print(final_result)

机器学习维基百科页面的输出:

上图是我们通过检索Wikipedia的机器学习页面获得的输出图像,我们还可以看到它可以向下滚动,这表示将检索整个页面。在这里,我们还可以通过摘要方法得到页面的摘要,如:result= wikipedia.summary("MachineLearning", sentences=5)

print(result)

这里我们有句子的参数,因此我们可以用它来检索特定的行数。

输出5个句子让我们一起创建wordcloudfrom 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)

停用词是没有任何含义的单词,例如‘is’, ‘are’, ‘an’, ‘I’ 等。Wordcloud带有内置停用词库,该库将自动从文本中删除停用词。同时我们也可以通过stopwords.add()函数在python中添加停用词的选择。Wordcloud方法可以设置词云的宽度和高度,我将它们都设置为500,背景色设置为粉红色。如果不添加随机状态,则每次运行代码时,词云都会看起来不同,我们可以将其设置为任何int值。从上面的代码中,我们将获得这样的词云:

通过查看上图,我们可以看到机器学习是最常用的词,还有一些其他经常使用的词是模型,任务,训练和数据,因此,我们可以得出结论,机器学习是训练数据模型的任务。我们还可以在这里通过背景颜色方法更改背景颜色,并通过colormap方法更改字体颜色,还可以在背景颜色中添加颜色的哈希码,但是mapcolor带有内置的特定颜色。让我们通过使用哈希码将背景色更改为蓝绿色,将字体颜色更改为蓝色: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)

在这里,我指定了ocean,如果我添加了一些错误的颜色图,jupyter将抛出一个值错误,并向我显示颜色图的可用选项,如下所示:

我们还可以使用PIL库在任何图像中实现词云。尾注在本文中,我们讨论了词云,词云的定义,应用领域以及使用python实现词云。参考链接:https://www.analyticsvidhya.com/blog/2020/10/word-cloud-or-tag-cloud-in-python/

☆ END ☆

声明:本文为OFweek维科号作者发布,不代表OFweek维科号立场。如有侵权或其他问题,请及时联系我们举报。
2
评论

评论

    相关阅读

    暂无数据

    磐创AI

    人工智能前沿技术分享。...

    举报文章问题

    ×
    • 营销广告
    • 重复、旧闻
    • 格式问题
    • 低俗
    • 标题夸张
    • 与事实不符
    • 疑似抄袭
    • 我有话要说
    确定 取消

    举报评论问题

    ×
    • 淫秽色情
    • 营销广告
    • 恶意攻击谩骂
    • 我要吐槽
    确定 取消

    用户登录×

    请输入用户名/手机/邮箱

    请输入密码