大数据可视化技术与应用作业一的经验总结

大数据可视化技术与应用的作业一总结

可视化课的第一次作业，老师让我们参照课本做出个性化的词云图，以下是此次做作业过程中关于背景色，成品效果不好等等问题的总结。

最终做出的词云图：

这是我参考书本上的例子经修改过后运行的代码：

from PIL import Image#导入PIL库，应用Image进行图片归档
import matplotlib.pyplot as plt#导入matplotlib库，用于显示图形
from wordcloud import WordCloud#导入Wordcloud库制作词云图
import numpy as np
import jieba#分词
plt. figure(figsize=(10,10))#图片大小
with open('C:/Users/lenovo/Desktop/123.txt','r',encoding = 'utf-8')as f:#以只读的方式打开文档
    text = f.read()
cut_text = open('C:/Users/lenovo/Desktop/123.txt', 'r', encoding='utf-8').read()
cloud = WordCloud(
    font_path="C:/Windows/Fonts/simkai.ttf",#指定字体
    mask = np.array(Image.open('C:/WPy64-3760/Notebooks/jieba/star.jpg')),#
    background_color = 'mistyrose',#图片背景颜色
    max_words = 500,
    max_font_size = 100#规定字体的大小
    ).generate(cut_text)
plt.imshow(cloud,interpolation = 'bilinear')
plt.axis('off')
plt.show()#展示图片

总结：

1. 第六句：plt. figure(figsize=(10,10))#图片大小
   这句直接的影响到了最终出来的词云图成品的清晰度，最初我没有应用这句话，导致出来的图片包括汉字都十分的模糊；

2. 报错：SyntaxError: invalid syntax
   在学python语言基础时，我们便知道了python对缩进、英文符号等格式的要求是非常的仔细的，这句报错意味着存在着格式问题，比如漏了字符，或者用成了中文字符等等；

3. 第十三句：background_color = ‘mistyrose’,
   这句规定了图片的背景颜色，除了white白色以外，我还尝试了blue，red等我们所熟悉英文的颜色词汇，但是这样的颜色往往饱和度太高，会有点喧宾夺主，词语就失了色彩，所以我查询了python能应用的颜色，下图这些我想对于我们来说，应该已经够用了。我最后选择了mistyrose这个淡淡的粉色作为背景色，我们熟悉的pink与它相比，过于鲜艳了。
   

4. 第十五句：max_font_size = 100
   这句是用来规定词云图上的字体的最大限度。参照课本上的举例，跟着这一句的还有一句：min_font_size = 用来规定字体的最小限度,但是在文本数据不够大的情况，如果将范围定制的太小（即最大最小值之差太小）时，很容易出现词云图上只有几个词语孤零零的飘在上面，出来的图片效果是不太好的。鉴于做作业时的文本数据有点小，我就直接将字体最小的限度这一句给删除了，这样出来的图片效果较好。

5. 在导入文档、图片等等时，将路径标出来时，应该注意用“/”，而不是“\”’.

6. 想做出其他形状的词云图，选择的图片一定要色块分明，形状轮廓清晰。

最后：

其实这只是很小的一次动手作业，但出现的一些问题我觉得还是值得记录下来的，希望自己能养成总结作业的习惯。
若有错误，敬请各位指正。