大数据可视化案例一：词云

词云：

　　“词云”这个概念由美国西北大学新闻学副教授、新媒体专业主任里奇·戈登（Rich Gordon）于近日提出。戈登做过编辑、记者，曾担任迈阿密先驱报（Miami Herald）新媒体版的主任。他一直很关注网络内容发布的最新形式——即那些只有互联网可以采用而报纸、广播、电视等其它媒体都望尘莫及的传播方式。通常，这些最新的、最适合网络的传播方式，也是最好的传播方式。因此，“词云”就是通过形成“关键词云层”或“关键词渲染”，对网络文本中出现频率较高的“关键词”的视觉上的突出。

　　词云图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。

　　在之前通过爬虫获得新冠肺炎数据之后，使用词云来直观反映哪些地区的疫情较严重。（字越大反映越严重）

　　第一步：读取Excel数据

import openpyxl
wb = openpyxl.load_workbook('data.xlsx')

　　第二步：过滤数据并且获得国内疫情数据的地点与确诊人数数据

ws = wb['国内疫情']
frequency_in = {}
for row in ws.values:
    if row[0] == '省份':
        pass
    else:
        frequency_in[row[0]] = float(row[1])

　　第三步：词云

from wordcloud import WordCloud
#中文隶书
wordcloud = WordCloud(font_path='C:/Windows/Fonts/SIMLI.TTF',
                      background_color="white",
                      width=1920,height=1080)

　　其中使用C:/Windows/Fonts/SIMLI.TTF表示中文隶书的表示方式，也可以使用其他的表示方式。

　　第四步：构建词云

#数据确诊病例生成词云
wordcloud.generate_from_frequencies(frequency_in)
#保存词云
wordcloud.to_file('wordcloud_in.png')

　　国内疫情词云结果：

接下来绘制国外的词云：

首先从不同的sheet里获取数据：

frequency_out = {}
sheet_name = wb.sheetnames
for each in sheet_name:
    if "洲" in each:
        ws = wb[each]
        for row in ws.values:
            if row[0] == '国家':
                pass
            else:
                frequency_out[row[0]] = float(row[1])

接下来绘制词云：

#数据确诊病例生成词云
wordcloud.generate_from_frequencies(frequency_out)
#保存词云
wordcloud.to_file('wordcloud_out.png')

结果展示：

本次内容参考自：

https://www.jianshu.com/p/5c8b67037a4e

https://www.bilibili.com/video/bv1X54y1R7cu

大数据可视化案例一：词云

猜你喜欢