m0_73716246的博客

里面有一个 extract_tags() 方法，可以用于提取关键字，返回一个可以迭代的列表，方法的具体介绍可以再看看这个文章。由于一开始一直报字体文件格式错误（明明是 .ttf 没什么问题），因此在晚上查到需要把pillow库更新一下， 解决了。词云图，以视觉效果提现关键词，可以过滤文本信息，掌握关键信息，通过一个例子理解它的大概用法。有许多如“我”、“是”、“的”等无效信息，因此需要进一步处理。txt 的赋值可以自己随便敲单词，文本即可。直接上例子看区别，根据个人需求选择。

Python中没有直接画雷达图的函数，若要绘制需要先创建画布和极坐标轴域，再设定角度与半径的参数（极坐标中角度与半径确定一个点的位置）[angles[0]]无方括号会报错，因为进行的是数组间的连接，不能数组与整数之间这样连接。绘制雷达图，在极坐标下仍然使用plot()，参数是极坐标参数就可以了。（没有 concatenate 连接在绘制时会变成这样）现在有五个属性，需要把 2π 划分为5分。

数据所有预处理和预分析都已经省略了，目前得到一个如下名为 “category” 的 DataFrame。

轴设置刻度和上下限，并且生成刻度（ticks，轴上的标记）和刻度标签（ticklabels，标记刻度的字符串）ticks位置由定位器（Locator）确定，ticklabel 字符串由格式器（Formatter）设置。所有画板上可视的元素都是Artist（如上面的轴和轴域），绝大多数Artist和轴域相关并绑定，不能共享或直接移动，如上面的标题、轴标签、刻度等组成图形的所有元素都是Artist对象的实例。），或者是可以被传递给 numpy.asarray 的数据（用于转换为array）。

因为 matplotlib 的功能实在过于强大，甚至可以自定义一套属于自己的绘图风格，所以在了解其一些基本概念后决定从实际需求出发来熟悉这个库。

Matplotlib 是 python 中一款强大的可视化绘图工具，可以以更直观的方式对数据进行展示和呈现，可以准确高效传递信息，甚至可以帮助我们发现某种规律和特征，挖掘数据背后的价值，本文简单介绍了Matplotlib常用操作和方法。