旅游网站之数据可视化

目录

第1关：词云的绘制

代码

第2关：词云的渲染

代码

第3关：获取酒店评论数据生成词云

代码

---

第1关：词云的绘制

任务描述
本关任务：使用KUMO框架绘制一个简单的词云。

相关知识
KUMO是一款使用java编写，应用于词频分析，词云生成的开源技术。

为了完成本关任务，你需要掌握：1.什么是词云？ 2.如何绘制词云。

词云
词云就是由词汇组成类似云的彩色图形，如下图：

如何绘制词云
绘制一个简单的词云总的下来只需5个主要操作：

创建词频分析器，设置词频，此处的参数配置视情况而定即可。

FrequencyAnalyzer frequencyAnalyzer = new FrequencyAnalyzer();
frequencyAnalyzer.setWordFrequenciesToReturn(200);
加载文本文件路径，生成词频集合。

List<WordFrequency> wordFrequencyList = frequencyAnalyzer.load("wordcloud.txt");
设置图片分辨率。

Dimension dimension = new Dimension(500,312);
生成词云对象，此处的设置采用内置常量即可。

WordCloud wordCloud = new WordCloud(dimension,CollisionMode.PIXEL_PERFECT);
生成词云并写入图片。

wordCloud.build(wordFrequencies);
wordCloud.writeToFile("wordcloud.png");
编程要求
在右侧编辑器Begin-End处补充代码，读取wordcloud.txt文件生成词云，要求图片分辨率为500 × 312，生成图片存放路径和名称为 imgs/wordcloud_img.png 。

效果如下：

代码

package com.showdata;
import java.awt.Dimension;
import java.io.IOException;
import java.util.List;
import com.kennycason.kumo.CollisionMode;
import com.kennycason.kumo.WordCloud;
import com.kennycason.kumo.WordFrequency;
import com.kennycason.kumo.nlp.FrequencyAnalyzer;
public class WordCloud_img {
    
    public WordCloud get() throws IOException  {
        /**********     Begin   **********/
        //1.为实例化词云做准备
        FrequencyAnalyzer frequencyAnalyzer = new FrequencyAnalyzer();
        frequencyAnalyzer.setWordFrequenciesToReturn(200);
        List<WordFrequency> wordFrequencies = frequencyAnalyzer.load("wordcloud.txt");
        Dimension dimension = new Dimension(500, 312);
        //2.修改词云的实例化
        WordCloud wordCloud = new WordCloud(dimension, CollisionMode.PIXEL_PERFECT);        
        //3.生成词云并写入图片
        wordCloud.build(wordFrequencies);
        wordCloud.writ