小白学Python(12)——pyecharts ,生成词云图 WordCloud

WordCloud(词云图)

 1 from pyecharts import options as opts
 2 from pyecharts.charts import Page, WordCloud
 3 from pyecharts.globals import SymbolType
 4
 5
 6 words = [
 7     ("Sam S Club", 10000),
 8     ("Macys", 6181),
 9     ("Amy Schumer", 4386),
10     ("Jurassic World", 4055),
11     ("Charter Communications", 2467),
12     ("Chick Fil A", 2244),
13     ("Planet Fitness", 1868),
14     ("Pitch Perfect", 1484),
15     ("Express", 1112),
16     ("Home", 865),
17     ("Johnny Depp", 847),
18     ("Lena Dunham", 582),
19     ("Lewis Hamilton", 555),
20     ("KXAN", 550),
21     ("Mary Ellen Mark", 462),
22     ("Farrah Abraham", 366),
23     ("Rita Ora", 360),
24     ("Serena Williams", 282),
25     ("NCAA baseball tournament", 273),
26     ("Point Break", 265),
27 ]
28
29 worldcloud=(
30     WordCloud()
31     .add("", words, word_size_range=[20, 100])
32     .set_global_opts(title_opts=opts.TitleOpts(title="WordCloud-基本示例"))
33     )
34 worldcloud.render(‘word.html‘)

 1 from pyecharts import options as opts
 2 from pyecharts.charts import Page, WordCloud
 3 from pyecharts.globals import SymbolType
 4
 5
 6 words = [
 7     ("Sam S Club", 10000),
 8     ("Macys", 6181),
 9     ("Amy Schumer", 4386),
10     ("Jurassic World", 4055),
11     ("Charter Communications", 2467),
12     ("Chick Fil A", 2244),
13     ("Planet Fitness", 1868),
14     ("Pitch Perfect", 1484),
15     ("Express", 1112),
16     ("Home", 865),
17     ("Johnny Depp", 847),
18     ("Lena Dunham", 582),
19     ("Lewis Hamilton", 555),
20     ("KXAN", 550),
21     ("Mary Ellen Mark", 462),
22     ("Farrah Abraham", 366),
23     ("Rita Ora", 360),
24     ("Serena Williams", 282),
25     ("NCAA baseball tournament", 273),
26     ("Point Break", 265),
27 ]
28
29 worldcloud=(
30     WordCloud()
31     .add("", words, word_size_range=[20, 100], shape=SymbolType.DIAMOND)
32     .set_global_opts(title_opts=opts.TitleOpts(title="WordCloud-shape-diamond"))
33     )
34 worldcloud.render(‘word.html‘)

原文地址:https://www.cnblogs.com/adam012019/p/11395840.html

时间: 2024-08-27 05:28:59

小白学Python(12)——pyecharts ,生成词云图 WordCloud的相关文章

python根据文本生成词云图

python根据文本生成词云图 效果 代码 from wordcloud import WordCloud import codecs import jieba #import jieba.analyse as analyse from scipy.misc import imread import os from os import path import matplotlib.pyplot as plt from PIL import Image, ImageDraw, ImageFont

Python实现Wordcloud生成词云图的示例

wordcloud是Python扩展库中一种将词语用图片表达出来的一种形式,通过词云生成的图片,我们可以更加直观的看出某篇文章的故事梗概. 首先贴出一张词云图(以哈利波特小说为例): 在生成词云图之前,首先要做一些准备工作 1.安装结巴分词库 pip install jieba Python中的分词模块有很多,他们的功能也都是大同小异,我们安装的结巴分词 是当前使用的最多的类型. 下面我来简单介绍一下结巴分词的用法 结巴分词的分词模式分为三种: (1)全模式:把句子中所有的可以成词的词语都扫描出

python爬虫爬取QQ说说并且生成词云图,回忆满满!

Python(发音:英[?pa?θ?n],美[?pa?θɑ:n]),是一种面向对象.直译式电脑编程语言,也是一种功能强大的通用型语言,已经具有近二十年的发展历史,成熟且稳定.它包含了一组完善而且容易理解的标准库,能够轻松完成很多常见的任务.它的语法非常简捷和清晰,与其它大多数程序设计语言不一样,它使用缩进来定义语句. Python支持命令式程序设计.面向对象程序设计.函数式编程.面向切面编程.泛型编程多种编程范式.与Scheme.Ruby.Perl.Tcl等动态语言一样,Python具备垃圾回收

python 爬取视频评论生成词云图

首先爬取评论写入文件,用上一篇爬取腾讯是视频的评论的方法提取评论http://blog.51cto.com/superleedo/2126099 代码需要稍作修改如下: #!/usr/bin/env python # -*- coding: utf-8 -*- import re import urllib.request import time import urllib.error ##模拟浏览器安装headers headers=("User-Agent","Mozil

小白学 Python 爬虫(12):urllib 基础使用(二)

人生苦短,我用 Python 前文传送门: 小白学 Python 爬虫(1):开篇 小白学 Python 爬虫(2):前置准备(一)基本类库的安装 小白学 Python 爬虫(3):前置准备(二)Linux基础入门 小白学 Python 爬虫(4):前置准备(三)Docker基础入门 小白学 Python 爬虫(5):前置准备(四)数据库基础 小白学 Python 爬虫(6):前置准备(五)爬虫框架的安装 小白学 Python 爬虫(7):HTTP 基础 小白学 Python 爬虫(8):网页基

小白学 Python(21):生成器基础

人生苦短,我选Python 前文传送门 小白学 Python(1):开篇 小白学 Python(2):基础数据类型(上) 小白学 Python(3):基础数据类型(下) 小白学 Python(4):变量基础操作 小白学 Python(5):基础运算符(上) 小白学 Python(6):基础运算符(下) 小白学 Python(7):基础流程控制(上) 小白学 Python(8):基础流程控制(下) 小白学 Python(9):基础数据结构(列表)(上) 小白学 Python(10):基础数据结构(

小白学 Python 爬虫(27):自动化测试框架 Selenium 从入门到放弃(上)

人生苦短,我用 Python 前文传送门: 小白学 Python 爬虫(1):开篇 小白学 Python 爬虫(2):前置准备(一)基本类库的安装 小白学 Python 爬虫(3):前置准备(二)Linux基础入门 小白学 Python 爬虫(4):前置准备(三)Docker基础入门 小白学 Python 爬虫(5):前置准备(四)数据库基础 小白学 Python 爬虫(6):前置准备(五)爬虫框架的安装 小白学 Python 爬虫(7):HTTP 基础 小白学 Python 爬虫(8):网页基

小白学 Python 爬虫(37):爬虫框架 Scrapy 入门基础(五) Spider Middleware

人生苦短,我用 Python 前文传送门: 小白学 Python 爬虫(1):开篇 小白学 Python 爬虫(2):前置准备(一)基本类库的安装 小白学 Python 爬虫(3):前置准备(二)Linux基础入门 小白学 Python 爬虫(4):前置准备(三)Docker基础入门 小白学 Python 爬虫(5):前置准备(四)数据库基础 小白学 Python 爬虫(6):前置准备(五)爬虫框架的安装 小白学 Python 爬虫(7):HTTP 基础 小白学 Python 爬虫(8):网页基

爬虫QQ说说并生成词云图,回忆满满!比比谁更杀马特!

无图言虚空 解析器 使用方法 优势 劣势 Python标准库 BeautifulSoup(markup, "html.parser") Python的内置标准库 执行速度适中 文档容错能力强 Python 2.7.3 or 3.2.2)前 的版本中文档容错能力差 lxml HTML 解析器 BeautifulSoup(markup, "lxml") 速度快 文档容错能力强 需要安装C语言库 lxml XML 解析器 BeautifulSoup(markup, [&q