Questo articolo è stato pubblicato nell'ambito del Blogathon sulla scienza dei dati.
introduzione
Sono sempre stato innamorato della visualizzazione dei dati dal giorno in cui ho iniziato a lavorarci. Mi piace sempre ottenere informazioni utili dai dati. Prima di questo, Conoscevo solo i grafici di base come i grafici a barre, diagrammi a dispersione, istogrammiGli istogrammi sono rappresentazioni grafiche che mostrano la distribuzione di un set di dati. Sono costruiti dividendo l'intervallo di valori in intervalli, oh "Bidoni", e il conteggio della quantità di dati che cadono in ogni intervallo. Questa visualizzazione consente di identificare i modelli, tendenze e variabilità dei dati in modo efficace, facilitare l'analisi statistica e il processo decisionale informato in varie discipline...., ecc. integrati in Tableau e Power BI nella visualizzazione dei dati. Lavorando ogni giorno su questo compito, Mi sono imbattuto in molte nuove grafiche, come grafici a calibro radiale, grafica waffle, eccetera.
Quindi, per curiosità, Di recente stavo cercando tutti i tipi di grafici utilizzati nella visualizzazione dei dati, dove questa nuvola di parole ha attirato la mia attenzione e l'ho trovata molto interessante. Fino ad ora, vedere queste immagini della nuvola di parole mi ha fatto pensare che queste siano solo immagini casuali in cui quelle parole sono disposte casualmente, ma mi sbagliavo, e dove tutto è iniziato. Dopo di che, Ho provato a creare un word cloud da piccoli dati in Tableau e Power BI. Dopo quel tentativo riuscito, Volevo testarlo facendo codice creando grafici a barre, grafici a torta e altri grafici.
Che cos'è fondamentalmente una nuvola di parole??
Definizione: Una nuvola di parole è un oggetto di rappresentazione visiva semplice ma potente per l'elaborazione di testi, mostrando la parola più frequente in lettere più grandi e più in grassetto, e con colori diversi. Più piccola è la dimensione della parola, meno sarà l'importanza.
Usi della nuvola di tag
1) I migliori hashtag sui social media (Instagram, Twitter): Tutto il mondo, i social media sono in trend per gli ultimi aggiornamenti, così possiamo ottenere gli hashtag più usati che le persone usano nei loro post.
2) Argomenti caldi nei media: Quando si analizzano gli articoli di notizie, possiamo trovare le parole chiave nei titoli ed estrarre gli argomenti più impegnativi e ottenere il risultato desiderato, vale a dire, gli argomenti dei media più di tendenza.
3)Termine di ricerca in un e-commerce: Su un sito di shopping e-commerce, il proprietario può creare la nuvola di parole degli articoli della spesa più cercati. Perciò, puoi farti un'idea di quali acquisti sono molto richiesti durante un periodo specifico.
Iniziamo a programmare in Python per ottenere questo tipo di word cloud
Primo, dobbiamo installare tutte le librerie nel notebook jupyter.
Quindi, e Python, c'è una libreria wordcloud incorporata che installeremo. Al prompt dei comandi di Anaconda, scrivi il seguente codice:
pip installa wordcloud
Se il tuo ambiente anaconda supporta conda, scriba:
conda install wordcloud
Sebbene, questo può essere ottenuto direttamente sul laptop stesso, semplicemente aggiungendo '!’ all'inizio del codice
Piace:
!pip installa wordcloud
Ora, qui genererò la nuvola di parole dal testo di Wikipedia di qualsiasi argomento. Perciò, Avrò bisogno di una libreria di Wikipedia per accedere all'API di Wikipedia, cosa si può fare installando Wikipedia al prompt dei comandi di anaconda come segue:
pip installa wikipedia
Ora ci sono altre librerie di cui abbiamo bisogno, sono numerosi. matplotlib e panda.
Di seguito, abbiamo tutte le librerie per creare il tag cloud.
importare wikipedia
risultato= wikipedia.page("Apprendimento automatico")
final_result = result.content
print(risultato finale)
Il risultato della pagina Wikipedia di Machine Learning
Quanto sopra è l'immagine del risultato che abbiamo ottenuto quando abbiamo recuperato la pagina di apprendimento automatico di Wikipedia. Lì possiamo anche vedere lo scorrimento verso il basso, il che significa che l'intera pagina viene recuperata.
Qui, possiamo anche ottenere il riepilogo della pagina utilizzando il metodo di riepilogo come mostrato di seguito: e
risultato= wikipedia.sommario("Apprendimento automatico", frasi=5)
Stampa(risultato)
Qui abbiamo il parametro frase, in modo da poterlo usare per recuperare un numero specifico di righe.
L'output di 5 preghiere
Ora abbiamo la nuvola di parole
da wordcloud importare WordCloud, StopWords
import matplotlib.pyplot as plt
def plot_cloud(nuvola di parole):
plt.figure(figsize=(10, 10))
plt.imshow(nuvola di parole)
asse.plt("spento");
wordcloud = WordCloud(larghezza = 500, altezza = 500, background_color="rosa", random_state=10).creare(risultato finale)
plot_cloud(nuvola di parole)
Le parole vuote sono parole che non hanno significato come "è", 'figlio', 'un', 'me’ e molti altri.
Wordcloud viene fornito con una libreria integrata di stopword, che rimuoverà automaticamente le stopword dal testo.
Ma, qualcosa di interessante in arrivo qui è che possiamo aggiungere la nostra scelta di stopword in python usando la funzione stopwords.add ().
Il metodo Wordcloud avrà larghezza e altezza da impostare, Ho impostato entrambi come 500, il colore di sfondo è rosa. Se non aggiungi uno stato casuale, ogni volta che esegui il tuo codice, la tua nuvola di parole avrà un aspetto diverso. Deve essere impostato come valore int.
Ecco la nuvola di parole desiderata, otterremo dal codice precedente:
Al ver la figura"Figura" è un termine che viene utilizzato in vari contesti, Dall'arte all'anatomia. In campo artistico, si riferisce alla rappresentazione di forme umane o animali in sculture e dipinti. In anatomia, designa la forma e la struttura del corpo. Cosa c'è di più, in matematica, "figura" è legato alle forme geometriche. La sua versatilità lo rende un concetto fondamentale in molteplici discipline.... anteriore, vediamo che machine learning è la parola più usata, e ci sono alcune altre parole che vengono usate frequentemente come modello, compito, addestramentoLa formazione è un processo sistematico volto a migliorare le competenze, conoscenze o abilità fisiche. Viene applicato in vari ambiti, come lo sport, Formazione e sviluppo professionale. Un programma di allenamento efficace include la pianificazione degli obiettivi, Pratica regolare e valutazione dei progressi. L'adattamento alle esigenze individuali e la motivazione sono fattori chiave per ottenere risultati di successo e sostenibili in qualsiasi disciplina...., dati. Quindi possiamo concludere che l'apprendimento automatico è il compito di addestrare il modello di dati.
Possiamo anche cambiare il colore di sfondo colore di sfondo metodo e colori del carattere di mappa a colori metodo qui e possiamo anche aggiungere i codici hash dei colori nel colore di sfondo, Ma il mapcolor viene fornito con i colori specifici incorporati.
Cambiamo il colore di sfondo in turchese usando il suo codice hash e i colori del carattere in blu:
da wordcloud importare WordCloud, StopWords
import matplotlib.pyplot as plt
def plot_cloud(nuvola di parole):
plt.figure(figsize=(10, 10))
plt.imshow(nuvola di parole)
asse.plt("spento");
wordcloud = WordCloud(larghezza = 500, altezza = 500, background_color="#40E0D0 ·", colormap="oceano", random_state=10).creare(risultato finale)
plot_cloud(nuvola di parole)
Qui, Ho specificato oceano, se aggiungo una mappa dei colori sbagliata, jupyter genererà un errore di valore e mi mostrerà le opzioni disponibili per la mappa dei colori come mostrato di seguito:
Wor cloud può anche essere distribuito su qualsiasi immagine utilizzando la libreria PIL.
Note finali
In questo articolo, litighiamo per la nuvola di parole, la sua definizione, le tue aree di applicazione e il tuo esempio in python usando jupyter notebook.
