Python强大的pyecharts绘画优美图形<四>

词云

from pyecharts import WordCloud

name =['Sam S Club', 'Macys', 'Amy Schumer', 'Jurassic World', 'Charter Communications', 'Chick Fil A', 'Planet Fitness', 'Pitch Perfect', 'Express', 'Home', 'Johnny Depp', 'Lena Dunham', 'Lewis Hamilton', 'KXAN', 'Mary Ellen Mark', 'Farrah Abraham', 'Rita Ora', 'Serena Williams', 'NCAA baseball tournament', 'Point Break']
value =[10000, 6181, 4386, 4055, 2467, 2244, 1898, 1484, 1112, 965, 847, 582, 555, 550, 462, 366, 360, 282, 273, 265]
wordcloud =WordCloud(width=1300, height=620)
wordcloud.add("", name, value, word_size_range=[20, 100])
wordcloud.show_config()
wordcloud.render(path='./data/05-01权重词云.html')


wordcloud2 =WordCloud(width=1300, height=620)
wordcloud2.add("", name, value, word_size_range=[30, 100], shape='diamond')
wordcloud2.show_config()
wordcloud2.render(path='./data/05-02变形词云.html')

image.png

中文词云

# 中文显示
from wordcloud import WordCloud, ImageColorGenerator
from PIL import Image
import matplotlib.pyplot as plt
import numpy as np


words = ['好看', '不错', '人性', '可以', '值得', '真的', '一部', '感觉', '喜欢', '一般', '演技', '还是',
   '剧情', '一出', '有点', '出好', '好戏', '不是', '没有', '非常', '哈哈', '喜剧', '就是', '一个',
   '现实', '什么', '支持', '还行', '但是', '很多', '觉得', '搞笑', '值得一看', '故事', '看好',
   '这部', '哈哈哈', '失望', '最后', '导演', '自己', '演员', '看完', '社会', '特别', '看到', '不好',
   '比较', '表达', '那么', '作品', '个人', '东西', '思考', '这个', '第一', '不过', '情节',
   '哈哈哈哈', '意思', '一直', '推荐', '一般般', '时候', '开始', '般般', '片子', '知道', '处女',
   '期待', '很棒', '影院', '深度', '反应', '无聊', '可能', '一些', '精彩', '爱情', '这么', '希望',
   '一点', '不知', '有些', '还好', '恐怖', '看着', '没看', '还有', '观看', '后面', '真实', '因为',
   '如果', '出来', '部分', '确实', '我们', '意义', '深刻']

new_worlds = " ".join(words)
# 参照图片
coloring = np.array(Image.open("./data/huangbo.jpg"))

# simkai.ttf 必填项 识别中文的字体,例:simkai.ttf,
my_wordcloud = WordCloud(background_color="white", max_words=800,
                     mask=coloring, max_font_size=120, random_state=30, scale=2,font_path="./data/simkai.ttf").generate(new_worlds)

image_colors = ImageColorGenerator(coloring)
plt.imshow(my_wordcloud.recolor(color_func=image_colors))
plt.imshow(my_wordcloud)
plt.axis("off")
plt.show()

# 保存图片
my_wordcloud.to_file('./data/05-03signature.png')

词云.png

支持保存做种格式 对象.render(path='snapshot.html') 对象.render(path='snapshot.png') 对象.render(path='snapshot.pdf') 举个栗子:

bar = Bar("我的第一个图表", "这里是副标题")
bar.add("服装", ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"], [5, 20, 36, 10, 75, 90])
# bar.print_echarts_options()
bar.render(path='snapshot.html')
bar.render(path='snapshot.png')
bar.render(path='snapshot.pdf')

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏华章科技

全球顶尖公司的烧脑面试题,普通人一道都答不出来!

一些世界知名的企业在招聘时,可能会提供面试智力题,来筛选应聘者。那些越是大牌,越是有名的国内500强,乃至世界500强,给出的面试真是一般人都答不出来。

922
来自专栏用户2442861的专栏

IT比试概率数学题

http://www.cnblogs.com/renyuan/archive/2012/09/24/2699654.html

1181
来自专栏乐享123

GPU运算卡备存

1584
来自专栏IMWeb前端团队

前端迪士尼动画守则上

阅读此文章前,建议大家先观看一下这个迪斯尼的小视频, 本文的灵感来自于该视频的哈 该视频是描述迪士尼这么多年积累的动画开发经验和规则。 有人就好奇了,迪...

2156
来自专栏WOLFRAM

一行代码论英雄—2018 Wolfram 语言“一行代码竞赛”结果

在今年刚结束的 Wolfram 技术大会上, 图像和机器学习是One-Liner竞赛的热门主题。One-Liner竞赛要求参赛者用Wolfram 语言实现一个酷...

1191
来自专栏机器人网

老司机教你看穿扫地机器人的定位技术套路和清扫系统

说到扫地机器人,想必大家都不陌生。它虽然很早就出现了,但确是近两年才走入人们视线的。敢于吃螃蟹的人有的已经体会到了扫地机器人带给我们的便利,有的用了几次感觉不好...

57010
来自专栏喔家ArchiSelf

6行python代码的爱心线

前些日子在做绩效体系的时候,遇到了一件囧事,居然忘记怎样在Excel上拟合正态分布了,尽管在第二天重新拾起了Excel中那几个常见的函数和图像的做法,还是十分的...

2922
来自专栏落影的专栏

《音视频开发进阶指南》—— 读书笔记

前言 之前偶然看到一个PPT,是一些视频特效的讲解。首页如下: ? PPT解析了模糊镜像、电击效果、灵魂出窍、动态晕影等视频处理效果,最后推荐作者自己写的书: ...

6946
来自专栏大数据文摘

随手画个圆,你是怎么画的?我们分析了10万个圆,得到了这样的结论

1634
来自专栏WOLFRAM

Mathematica 谜中智 | 赏九美图 戏九连环

2035

扫码关注云+社区

领取腾讯云代金券