介紹從開(kāi)始從事數(shù)據(jù)可視化工作的那一天起，我就愛(ài)上它了，我總是喜歡從數(shù)據(jù)中獲得有用的見(jiàn)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(guò)每天完成此任務(wù)，我遇到了許多新圖表，例如徑向儀表盤(pán)，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(lèi)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(lái)制作詞云，在成功嘗試之后，我想通過(guò)使用條形圖，餅圖和其他圖表的代碼來(lái)嘗試使用它。詞云是什么？定義：詞云是一個(gè)簡(jiǎn)單但功能強(qiáng)大的可視化表示對(duì)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(mén)標(biāo)簽（Instagram，Twitter）：全世界的社交媒體都在尋找最新的趨勢(shì)，因此，我們可以獲取人們?cè)谄涮又惺褂米疃嗟臉?biāo)簽來(lái)探索最新的趨勢(shì)。

2．媒體中的熱門(mén)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(lái)獲得所需的結(jié)果，即前n個(gè)熱門(mén)媒體主題。

3．電子商務(wù)中的搜索詞：在電子商務(wù)購(gòu)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(gòu)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(kāi)始使用Python來(lái)實(shí)現(xiàn)詞云首先，我們需要在jupyter notebook中安裝所有庫(kù)。在python中，我們將安裝一個(gè)內(nèi)置庫(kù)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(qǐng)輸入：conda install wordcloud

這可以直接在notebook中實(shí)現(xiàn)，只需在代碼的開(kāi)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(kù)來(lái)訪問(wèn)Wikipedia API，可以通過(guò)在anaconda命令提示符下安裝Wikipedia來(lái)完成，如下所示：pip install wikipedia

現(xiàn)在我們還需要其他一些庫(kù)，它們是numpy，matplotlib和pandas。截至目前，我們需要的庫(kù)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(yè)面的輸出：

上圖是我們通過(guò)檢索Wikipedia的機(jī)器學(xué)習(xí)頁(yè)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(yè)面。在這里，我們還可以通過(guò)摘要方法得到頁(yè)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(lái)檢索特定的行數(shù)。

輸出5個(gè)句子讓我們一起創(chuàng)建wordcloudfrom wordcloud import WordCloud， StopWords

import matplotlib．pyplot as plt

def plot＿cloud（wordcloud）：

plt．figure（figsize＝（10， 10））

plt．imshow（wordcloud）

plt．a(chǎn)xis（＂off＂）；

wordcloud ＝ WordCloud（width ＝ 500， height ＝ 500， background＿color＝＇pink＇， random＿state＝10）．generate（final＿result）

plot＿cloud（wordcloud）

停用詞是沒(méi)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(kù)，該庫(kù)將自動(dòng)從文本中刪除停用詞。同時(shí)我們也可以通過(guò)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(lái)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(guò)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(guò)背景顏色方法更改背景顏色，并通過(guò)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(guò)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．a(chǎn)xis（＂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(kù)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．a(chǎn)nalyticsvidhya．com／blog／2020／10／word－cloud－or－tag－cloud－in－python／

責(zé)任編輯：xj