用Python运行出披荆斩棘的哥哥数据的可视化大屏--名字热度词云

目录

一、Pyecharts简介

二、Pyecharts具有以下几个主要用途

三、导入需要的模块和包

四、使用Python的pandas库来读取两个Excel文件（注意读取数据的路径）

五、用函数读取出数据

六、使用PyEcharts库中的WordCloud组件来生成一个词云图。词云图是一种数据可视化方式，用于展示文本数据中词语的频率和重要性

七、总结 

---

一、Pyecharts简介

        Pyecharts 是一个用于生成 Echarts 图表的类库。Echarts 是百度开源的一个数据可视化 JS 库。用Echarts 生成的图可视化效果非常好,而 Pyecharts则是专门为了与Python衔接,方便在 Python中直接使用的可视化数据分析图表。使用Pyecharts可以生成独立的网页格式的图表，还可以在flask、django中直接使用，非常方便。
Pyecharts的图表类型主要包括Bar(柱状图/条形图)、Boxplot(箱形图)、Funnel(漏斗图)、Gauge(仪表盘)、HeatMap(热力图)、Line(折线/面积图)、Line3D(3D折线图)、Liquid(水球图)、Map(地图)、Parallel(平行坐标系)、Pie(饼图)、Polar(极坐标系)、Radar(雷达图)、Scatter(散点图)和WordCloud(词云图)等。

二、Pyecharts具有以下几个主要用途

1. 数据可视化：Pyecharts可以将数据以图表的形式进行可视化展示，帮助用户更直观地理解数据。
2. 交互式图表：生成的图表可以具有交互功能，用户可以通过鼠标悬停、点击等操作与图表进行交互，查看详细信息。
3. 地理数据可视化：Pyecharts可以生成各种类型的地图，包括世界地图、中国地图、省市地图等，帮助用户展示地理数据。
4. 数据分析与报告：结合Python中的数据分析库（如Pandas、Numpy等），Pyecharts可以生成各种细致的数据分析报告。

三、导入需要的模块和包

import pandas as pd
import jieba
from snownlp import SnowNLP 
import pyecharts.options as opts
from pyecharts.charts import WordCloud

四、使用Python的pandas库来读取两个Excel文件（注意读取数据的路径）

data_comments = pd.read_excel('../数据集/披荆斩棘的哥哥 短评.xlsx')
data_names = pd.read_excel('../数据集/披荆斩棘的哥哥 名字.xlsx')

五、用函数读取出数据

使用agg函数对'评论'列中的每一个元素（即每一条评论）进行操作。具体来说，使用jieba库的lcut函数对每条评论进行分词

data_comments['分词'] = data_comments['评论'].agg(lambda x:jieba.lcut(x))
data_comments

• 定义了一个函数heat_count，该函数统计名字在评论中的出现次数。
• 使用这个函数统计data_names中每个名字在分词结果中的出现次数，并将结果存储在新的列热度中。

def heat_count(name,series):
    count = 0
    for i in series:
        for j in i:
            if j==name:
                count+=1
    return count

使用了agg函数对'名字'列中的每一个元素（即每个人的名字）进行操作。具体来说，使用之前定义的heat_count函数，并传入series=data_comments['分词']作为参数。这意味着对于data_names中的每一个名字，我们计算它在data_comments['分词']中的出现次数。

data_names['热度'] = data_names['名字'].agg(heat_count,series=data_comments['分词'])
data_names

1.将返回一个元组的列表，其中每个元组包含一个名字和其对应的热度。

2.对于每个元组，它将第一个元素赋值给i，第二个元素赋值给j。

3.对于每一个i和j的元组，我们创建一个新的元组，其中第一个元素是i（名字），第二个元素是将j（热度）转换为字符串。

data_wordcloud_name = [(i,str(j)) for i,j in zip(data_names['名字'],data_names['热度'])]
data_wordcloud_name

六、使用PyEcharts库中的WordCloud组件来生成一个词云图。词云图是一种数据可视化方式，用于展示文本数据中词语的频率和重要性

wordcloud = (
    WordCloud(init_opts=opts.InitOpts(width="600px", height="400px",theme=ThemeType.DARK))
    .add(series_name="", 
         data_pair=data_wordcloud_name,
         word_size_range=[15, 45],
         shape = 'diamond'
        )
    .set_global_opts(
        title_opts=opts.TitleOpts(
            title="豆瓣名字热度词云", title_textstyle_opts=opts.TextStyleOpts(font_size=23)
        ),
        tooltip_opts=opts.TooltipOpts(is_show=True),
    )
)
wordcloud.render_notebook()

以下是全部的代码以及运行结果

七、总结 

使用数据集中的信息来生成一个词云图，展示在“披荆斩棘的哥哥”短评中，各个名字出现的频率，并使用render_notebook()方法将生成的词云图渲染在Jupyter笔记本中。总之，Pyecharts可以帮助用户快速、方便地生成各种类型的图表，提升数据可视化和数据分析的效率和效果