玩转词云图，推荐一个Pyecharts和Plotly数据分析实战项目

作者：来源于读者投稿

出品：Python数据之道

本文中使用的数据是一份美食APP的数据，用来进行数据分析、处理和可视化图形的制作，主要包含内容：

• 数据的多种处理操作

• 基于 pyecharts和 plotly的饼图和柱状图制作

• 基于 Wordcloud和 pyecharts的词云图制作

• 利用 jieba分词，和去停用词后的词云图改进

本文数据文件等素材获取方式见文末。

—  01 —

导入库

本文中使用的库比较多，尤其是 pyecharts相关的，库包含：

• 数据处理相关

• pyecharts相关

• 词云图相关

• plotly相关

如果没有装，需要先装下需要的库才能运行

# 数据处理相关
import pandas as pd
import numpy as np
from datetime import datetime
# 在顶部声明 CurrentConfig.ONLINE_HOST
from pyecharts.globals import CurrentConfig, OnlineHostType, NotebookType
# CurrentConfig.NOTEBOOK_TYPE = NotebookType.JUPYTER_LAB
# OnlineHostType.NOTEBOOK_HOST 默认值为 http://localhost:8888
from pyecharts.charts import Page, Bar, Line, Pie
from pyecharts import options as opts
# 分词
import jieba
# plotly相关
import plotly.express as px
import plotly.graph_objects as go
# 词云图相关
from wordcloud import WordCloud
import matplotlib.pyplot as plt
# pyecharts相关
from pyecharts.globals import ChartType,SymbolType,CurrentConfig,NotebookType
CurrentConfig.ONLINE_HOST = OnlineHostType.NOTEBOOK_HOST
from pyecharts.charts import Sankey,Page,Line,Bar,WordCloud
from pyecharts.globals import ThemeType
from pyecharts.commons.utils import JsCode
from pyecharts import options as opts

—  02 —

测试Pyecharts

使用官网的示例进行测试，有时候在 jupyter notebook可能出不来图，最好是先进行测试，保证在线出图

from pyecharts.charts import Bar
from pyecharts import options as opts
bar = (
    Bar()
    .add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
    .add_yaxis("商家A", [5, 20, 36, 10, 75, 90])
    .set_global_opts(title_opts=opts.TitleOpts(title="主标题", subtitle="副标题"))
    # 或者直接使用字典参数
    # .set_global_opts(title_opts={"text": "主标题", "subtext": "副标题"})
)
bar.render_notebook()

在jupyter notebook中能够看到图形说明pyecharts出图成功

—  03 —

数据基本信息

数据信息

数据的主要信息：

• 用户id: cus_id

• 评论时间: comment_time

• 评价: sml-str40，表示4颗星✨

• 评价内容: cus_comment

• 口味、环境、服务: taste、environment、service

• 店铺id：shopID

• 星星数量：stars

• 年、月、星期、时间：year/month/weekly/hour

• 评论长度: comment_len

总长度是32483*14的数据

导入数据

查看数据类型

meishi.dtypes

时间数据转换

将上面????的时间数据comment_time(object)转成时间类型的数据

# 将评论时间comment_time的字符串类型 object 类型转成时间类型
import datetime
meishi["comment_time"] = pd.to_datetime(meishi["comment_time"])
meishi.head