作者|ISHA5
編譯|Flin
來源|analyticsvidhya
介紹
從開始從事資料可視化作業的那一天起，我就愛上它了，我總是喜歡從資料中獲得有用的見解，
在此之前，我只了解基本圖表，例如條形圖，散點圖，直方圖等，這些基本圖表內置在tableau中，而Power BI則用于資料可視化，通過每天完成此任務，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，最近我正在搜索資料可視化中使用的所有圖表型別，這些詞云引起了我的注意，我發現它非常有趣，直到現在，看到這個詞云影像迫使我認為這些只是隨機排列的影像，這些單詞是隨機排列的，但是我錯了，而且一切都從這里開始，之后，我嘗試使用Tableau和Power BI中的少量資料制作詞云，在成功嘗試之后，我想通過撰寫條形圖，餅圖和其他圖表的代碼來嘗試使用它，
詞云是什么？
定義：詞云是一個簡單但功能強大的可視化表示物件，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，
標簽云的用途
1）社交媒體上的熱門標簽（Instagram，Twitter）： 全世界，社交媒體都在尋找最新更新的趨勢，因此，我們可以獲取人們在其帖子中使用最多的標簽，
2）媒體中的熱門話題： 分析新聞報道，我們可以在頭條新聞中找到關鍵字，并提取出前n個需求較高的主題，并獲得所需的結果，即前n個熱門媒體主題，
3）電子商務中的搜索詞： 在電子商務購物網站中，網站所有者可以制作被搜索次數最多的購物商品的詞云，這樣，他就可以了解在特定時期內哪些商品需求量很大，
讓我們開始在python中編碼以實作這種詞云
首先，我們需要在jupyter notebook中安裝所有庫，
在python中，我們將安裝一個內置庫wordcloud，在Anaconda命令提示符下，輸入以下代碼：
pip install wordcloud
如果你的anaconda環境支持conda，請輸入：
conda install wordcloud
雖然，這可以直接在notebook本身中實作，只需在代碼的開頭添加“!”即可，
像這樣：
!pip install wordcloud
現在，在這里，我將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)
機器學習維基百科頁面的輸出：
上圖是我們通過檢索Wikipedia的機器學習頁面獲得的輸出的影像，在那里，我們還可以看到它可以向下滾動，這表示將檢索整個頁面，
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)
這里我們有句子的引數，因此我們可以用它來檢索特定的行數，
輸出5個句子
讓我們一起創建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’, ‘are’, ‘an’, ‘I’ 等，
Wordcloud帶有內置停用詞庫，該庫將自動從文本中洗掉停用詞，
有趣的是，我們可以通過stopwords.add()函式在python中添加停用詞的選擇，
Wordcloud方法將設定寬度和高度，我將它們都設定為500，背景色設定為粉紅色，如果不添加隨機狀態，則每次運行代碼時，詞云都會看起來不同，應該將其設定為任何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，我們可以看到機器學習是最常用的詞，還有一些其他經常使用的詞是模型，任務，訓練和資料，因此，我們可以得出結論，機器學習是訓練資料模型的任務，
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帶有內置的特定顏色，
讓我們通過使用哈希碼將背景色更改為藍綠色，將字體顏色更改為藍色：
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誤的顏色圖，jupyter將拋出一個值錯誤，并向我顯示顏色圖的可用選項，如下所示：
還可以使用PIL庫在任何影像中實作詞云，
尾注
在本文中，我們討論了詞云，詞云的定義，應用領域以及使用jupyter notebook的python示例，
原文鏈接：https://www.analyticsvidhya.com/blog/2020/10/word-cloud-or-tag-cloud-in-python/
歡迎關注磐創AI博客站：
http://panchuang.net/
sklearn機器學習中文官方檔案：
http://sklearn123.com/
歡迎關注磐創博客資源匯總站：
http://docs.panchuang.net/
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/206945.html
標籤：其他