文章來源于Python大數據分析，作者朱衛軍

一、什么是詞云圖？

詞云圖是一種用來展現高頻關鍵詞的可視化表達，通過文字、色彩、圖形的搭配，產生有沖擊力地視覺效果，而且能夠傳達有價值的信息。

制作詞云圖的網站有很多，簡單方便，適合小批量操作。

BI軟件如Tableau、PowerBI也可以做，當然相比較web網站復雜一點。

在編程方面，JavaScript是制作詞云圖的第一選擇，像D3、echarts都非常優秀。

python也有不少可視化庫能制作詞云圖，這次我們嘗試使用pyecharts。

先上效果圖：

二、pyecharts介紹

pyecharts是基于echarts的python庫，能夠繪制多種交互式圖表。

這次使用的pyecharts版本是1.7.1，python版本是3.6。

pyecharts提供了多種個性化配置方案，可以按需選擇。

# 系列名稱，用于 tooltip 的顯示，legend 的圖例篩選。 series_name: str,# 系列數據項，[(word1, count1), (word2, count2)] data_pair: Sequence,# 詞云圖輪廓，有 'circle', 'cardioid', 'diamond', 'triangle-forward', 'triangle', 'pentagon', 'star' 可選 shape: str = "circle",# 自定義的圖片（目前支持 jpg, jpeg, png, ico 的格式，其他的圖片格式待測試） # 該參數支持： # 1、 base64 （需要補充 data 頭）； # 2、本地文件路徑（相對或者絕對路徑都可以） # 注：如果使用了 mask_image 之后第一次渲染會出現空白的情況，再刷新一次就可以了（Echarts 的問題） # Echarts Issue: https://github.com/ecomfe/echarts-wordcloud/issues/74 mask_image: types.Optional[str] = None,# 單詞間隔 word_gap: Numeric = 20,# 單詞字體大小范圍 word_size_range=None,# 旋轉單詞角度 rotate_step: Numeric = 45,# 距離左側的距離 pos_left: types.Optional[str] = None,# 距離頂部的距離 pos_top: types.Optional[str] = None,# 距離右側的距離 pos_right: types.Optional[str] = None,# 距離底部的距離 pos_bottom: types.Optional[str] = None,# 詞云圖的寬度 width: types.Optional[str] = None,# 詞云圖的高度 height: types.Optional[str] = None,# 允許詞云圖的數據展示在畫布范圍之外 is_draw_out_of_bound: bool = False,# 提示框組件配置項，參考 `series_options.TooltipOpts` tooltip_opts: Union[opts.TooltipOpts, dict, None] = None,# 詞云圖文字的配置 textstyle_opts: types.TextStyle = None,# 詞云圖文字陰影的范圍 emphasis_shadow_blur: types.Optional[types.Numeric] = None,# 詞云圖文字陰影的顏色 emphasis_shadow_color: types.Optional[str] = None,

和其他可視化庫不一樣，pyecharts支持鏈式調用。

也就是說添加圖表元素、修改圖表配置，只需要簡單的調用組件即可。

下面來個示例：

# 導入WordCloud及配置模塊 from pyecharts import options as opts from pyecharts.charts import WordCloud from pyecharts.globals import SymbolType# 添加詞頻數據 words = [("Sam S Club", 10000),("Macys", 6181),("Amy Schumer", 4386),("Jurassic World", 4055),("Charter Communications", 2467),("Chick Fil A", 2244),("Planet Fitness", 1868),("Pitch Perfect", 1484),("Express", 1112),("Home", 865),("Johnny Depp", 847),("Lena Dunham", 582),("Lewis Hamilton", 555),("KXAN", 550),("Mary Ellen Mark", 462),("Farrah Abraham", 366),("Rita Ora", 360),("Serena Williams", 282),("NCAA baseball tournament", 273),("Point Break", 265), ]# WordCloud模塊，鏈式調用配置，最終生成html文件 c = (WordCloud().add("", words, word_size_range=[20, 100], shape=SymbolType.DIAMOND).set_global_opts(title_opts=opts.TitleOpts(title="WordCloud-shape-diamond")).render("wordcloud_diamond.html") )

生成詞云圖：

三、商品評論詞云圖

為了更好地展示pyecharts的詞云可視化效果，我找了淘寶商品評論數據集，更貼近應用場景。

代碼的流程主要是：數據加載、分詞處理、詞頻統計、詞云展示。

1、數據加載

數據集共有10 個商品類別（書籍、平板、手機、水果、洗發水、熱水器、蒙牛、衣服、計算機、酒店）。

共 6 萬多條評論數據，正、負向評論各約 3 萬條，我們要用的就是字段review-評論數據。

代碼分模塊實現不同功能，首先導入相關庫：

import pandas as pd import jieba from collections import Counter import pyecharts.options as opts from pyecharts.charts import WordCloud

接著加載數據，提取文本：

def get_text(goods,evaluation):if evaluation == '好評':evaluation = 1else:evaluation = 0path = 'comments.csv'with open(path,encoding='utf-8') as f:data = pd.read_csv(f)# 商品種類types = data['cat'].unique()# 獲取文本text = data[(data['cat']==goods)&(data['label']==evaluation)]['review'].values.tolist()text = str(text)[1:-1]print(types)return text

2、分詞處理

因為評論數據是一段段完整的話，所以要進行詞云展示的話肯定得先分詞。

這里用的分詞庫是jieba，而且添加了停用詞庫，目的是去除符號、副詞等無意義詞匯。

def split_word(text):word_list = list(jieba.cut(text))# 去掉一些無意義的詞和符號，我這里自己整理了停用詞庫with open('停用詞庫.txt') as f:meaningless_word = f.read().splitlines()# print(meaningless_word)result = []# 篩選詞語for i in word_list:if i not in meaningless_word:result.append(i.replace(' ', ''))return result

3、詞頻統計

分完詞后，需要對詞進行頻數統計，這里用到collection模塊的Counter方法。

然后篩選出詞頻數排名前1000的詞匯，你也可以自行調整。

def word_counter(words):# 詞頻統計,使用Count計數方法words_counter = Counter(words)# 將Counter類型轉換為列表words_list = words_counter.most_common(2000)return words_list

4、詞云展示

最后一步使用wordcloud模塊對整理好的數據進行可視化展示。

def word_cloud(data):(WordCloud().add(series_name="熱點分析",# 添加數據data_pair=data,# 字間隙word_gap = 5,# 調整字大小范圍word_size_range=[15, 80],shape="cursive",# 選擇背景圖，也可以不加該參數，使用默認背景mask_image='購物車.jpg').set_global_opts(title_opts=opts.TitleOpts(title="熱點分析", title_textstyle_opts=opts.TextStyleOpts(font_size=23)),tooltip_opts=opts.TooltipOpts(is_show=True),)# 輸出為html格式.render("basic.html"))

上面代碼里的背景圖可以自己選擇，最好是大輪廓的圖，因為細節展示不出來。

幾個處理函數都寫好了，下面來執行結果：

def main(goods,evaluation):text = get_text(goods,evaluation)words = split_word(text)data = word_counter(words)word_cloud(data)if __name__ == '__main__':# 商品種類:書籍、平板、手機、水果、洗發水、熱水器、衣服、計算機、酒店# 評論種類:好評、差評main('手機','好評')

提醒一下，main函數的兩個參數，分別是商品類型和評價類型，你可以自定義組合，然后就會生成該組合的詞云圖。

用購物車背景圖展示手機+好評組合的詞云圖：

用淘寶背景圖展示計算機+好評組合的背景圖：

用浴缸背景圖展示酒店+差評組合的背景圖：

用書本背景圖展示書籍+好評組合的背景圖：

四、結論

這里的展示僅僅為了教大家如何去使用pyecharts制作詞云，真正的商業用途上需要更加清晰簡潔的表達，在設計層面也要更多的考量。

獲取代碼、數據集，請在后臺回復：詞云

-END-

往期精彩回顧適合初學者入門人工智能的路線及資料下載機器學習在線手冊深度學習在線手冊AI基礎下載（pdf更新到25集）本站qq群1003271085，加入微信群請回復“加群”獲取一折本站知識星球優惠券，請回復“知識星球”喜歡文章，點個在看

總結

以上是生活随笔為你收集整理的【实战】使用pyecharts绘制词云图-淘宝商品评论展示的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。