《Python数据可视化之Matplotlib与Pyecharts》之词云

11.8.2  商品类型关键词词云

为了分析该企业商品类型的构成情况，绘制了商品类型的关键词词云，Python代码如下：

# -*- coding: utf-8 -*-

 

#声明Notebook类型，必须在引入pyecharts.charts等模块前声明

from pyecharts.globals import CurrentConfig, NotebookType

CurrentConfig.NOTEBOOK_TYPE = NotebookType.JUPYTER_LAB

 

from pyecharts import options as opts

from pyecharts.charts import Page, WordCloud

from pyecharts.globals import SymbolType

from impala.dbapi import connect

 

#读取Hadoop表数据

conn = connect(host='192.168.1.7', port=10000, database='sales',auth_mechanism='NOSASL',user='root')

cursor = conn.cursor()

sql_num = "SELECT subcategory,count(subcategory) FROM orders where dt=2019 GROUP BY subcategory"

cursor.execute(sql_num)

sh = cursor.fetchall()

v1 = []

for s in sh:

   v1.append((s[0],s[1]))

 

#画词云图

def wordcloud() -> WordCloud:

    c = (

        WordCloud()

        .add("", v1, word_size_range=[20, 160],shape=SymbolType.DIAMOND)

        .set_global_opts(title_opts=opts.TitleOpts(title="2019年销售商品类型关键词词云"),toolbox_opts=opts.ToolboxOpts())

    )

    return c

 

#第一次渲染时候调用load_javasrcript文件

wordcloud().load_javascript()

#展示数据可视化图表

wordcloud().render_notebook()

在Jupyter lab中运行上述代码，生成如图11-8所示的词云。

                                                                                                    图11-8  词云