DZ Space

文本词云可视化的流程主要有：文本获取、词组生成，停用词定义、词云出图。这篇文章将依次介绍文本获取可以通过网页爬虫、自定义文本等方式获得，将文本存放于一个txt文件内方便程序读取文本对于中文文本，主要使用python 中的jieba库进行中文文本分词，jieba库的介绍可见Python jieba中文分词库介绍。获取到词组之后，经常会有一些我们不需要的词语会出现在词组里面，这里我们可以定义停用词来把它们去除词云出图最普遍使用的是WordCloud 库，wordcloud.WordCloud这个函数就实现了丰富

相关系数矩阵图cmap设置可见这篇博客import pandas as pdimport seaborn as snsimport matplotlib.pyplot as pltdf = pd.read_csv("COVID-19 Coronavirus.csv")plt.figure(figsize=(16,14)) # 设置图像大小，方便显示文本sns.heatmap(df.corr(),annot=True) # annot=True 打开矩阵内数值标签可供设置的参数s

使用 plt.xticks 方法自定义显示的刻度值及对应标签这里原来的x轴单位为秒，现在需要没6个小时标注一次，并且显示小时import matplotlib.pyplot as pltlocs = [] # 刻度值labels = [] # 刻度值对应标签for hour in [0,6,12,18,24]: locs.append(hour*3600) labels.append("{} H".format(hour)) plt.xticks(locs,labe

今天尝试了一个有趣的数据可视化网站，制作了一张世界各国GDP从1960年到2018年的变化图。可到我的blog详细观看–>http://giser.site/blog/2020/03/22/DataVisualization/ ...