大数据可视化技术与应用作业一的经验总结
大数据可视化技术与应用的作业一总结
可视化课的第一次作业,老师让我们参照课本做出个性化的词云图,以下是此次做作业过程中关于背景色,成品效果不好等等问题的总结。
最终做出的词云图:
这是我参考书本上的例子经修改过后运行的代码:
from PIL import Image#导入PIL库,应用Image进行图片归档
import matplotlib.pyplot as plt#导入matplotlib库,用于显示图形
from wordcloud import WordCloud#导入Wordcloud库制作词云图
import numpy as np
import jieba#分词
plt. figure(figsize=(10,10))#图片大小
with open('C:/Users/lenovo/Desktop/123.txt','r',encoding = 'utf-8')as f:#以只读的方式打开文档text = f.read()
cut_text = open('C:/Users/lenovo/Desktop/123.txt', 'r', encoding='utf-8').read()
cloud = WordCloud(font_path="C:/Windows/Fonts/simkai.ttf",#指定字体mask = np.array(Image.open('C:/WPy64-3760/Notebooks/jieba/star.jpg')),#background_color = 'mistyrose',#图片背景颜色max_words = 500,max_font_size = 100#规定字体的大小).generate(cut_text)
plt.imshow(cloud,interpolation = 'bilinear')
plt.axis('off')
plt.show()#展示图片
总结:
第六句:plt. figure(figsize=(10,10))#图片大小
这句直接的影响到了最终出来的词云图成品的清晰度,最初我没有应用这句话,导致出来的图片包括汉字都十分的模糊;报错:SyntaxError: invalid syntax
在学python语言基础时,我们便知道了python对缩进、英文符号等格式的要求是非常的仔细的,这句报错意味着存在着格式问题,比如漏了字符,或者用成了中文字符等等;第十三句:background_color = ‘mistyrose’,
这句规定了图片的背景颜色,除了white白色以外,我还尝试了blue,red等我们所熟悉英文的颜色词汇,但是这样的颜色往往饱和度太高,会有点喧宾夺主,词语就失了色彩,所以我查询了python能应用的颜色,下图这些我想对于我们来说,应该已经够用了。我最后选择了mistyrose这个淡淡的粉色作为背景色,我们熟悉的pink与它相比,过于鲜艳了。
第十五句:max_font_size = 100
这句是用来规定词云图上的字体的最大限度。参照课本上的举例,跟着这一句的还有一句:min_font_size = 用来规定字体的最小限度,但是在文本数据不够大的情况,如果将范围定制的太小(即最大最小值之差太小)时,很容易出现词云图上只有几个词语孤零零的飘在上面,出来的图片效果是不太好的。鉴于做作业时的文本数据有点小,我就直接将字体最小的限度这一句给删除了,这样出来的图片效果较好。在导入文档、图片等等时,将路径标出来时,应该注意用“/”,而不是“\”’.
想做出其他形状的词云图,选择的图片一定要色块分明,形状轮廓清晰。
最后:
其实这只是很小的一次动手作业,但出现的一些问题我觉得还是值得记录下来的,希望自己能养成总结作业的习惯。
若有错误,敬请各位指正。
大数据可视化技术与应用作业一的经验总结相关推荐
- 《大数据可视化技术》可视化大作业:“个人信息可视化展示”:1学习生活数据可视化 2社会社交关系可视化 3地理信息可视化 4其他个人数据可视化
<大数据可视化技术>个人信息可视化展示: (文末附源代码) 1.学习生活数据可视化 2.社会社交关系可视化 3.地理信息可视化 4.其他个人数据可视化 数据集介绍: 我的课程与成绩:: 本 ...
- 大数据可视化技术面临的挑战及应对措施
来源:科技导报 本文约5400字,建议阅读10分钟 本文介绍了适用于大数据的数据可视化技术,讨论了针对大数据可视化应用需求自主研发的交互式可视化设计平台AutoVis及其应用. [ 导读 ]本文从大数 ...
- 大数据可视化技术的作用有哪些
在大数据时代,数据可视化技术在广泛应用的同时,也面临诸多新的挑战.大数据可视化是一个面向应用的研究领域,本文重点从应用实践的角度,讨论在大数据背景下大数据可视化内涵.研究进展.相关技术与产品以及所面临 ...
- 大数据可视化技术挑战和措施
数据可视化在大数据场景中面临许多新的挑战,包括数据规模.数据融合.图表绘制效率.图表表达能力.系统可扩展性.快速构建能力.数据分析和数据交互等. 数据规模 大数据规模大.价值密度降低,受限于屏幕空间, ...
- “大数据可视化技术与应用”培训
在大数据时代,随着互联网.移动互联网以及传感技术的发展,数据的采集.存储.传输.处理.发布变得越来越便捷.当可获取的数据量远远超过常规处理能力时,如何辨识并理解数据,如何将数据转化成更容易.更迅速探索 ...
- 大数据可视化模板_最佳大数据可视化技术
研究人员一致认为,视觉是我们的主要意识:我们感知,学习或处理的信息中有80-85%是通过视觉进行调节的. 当我们试图理解和解释数据时,或者当我们寻找数百或数千个变量之间的关系以确定它们的相对重要性时, ...
- 大数据可视化技术的挑战及应对
数据可视化在大数据场景下面临诸多新的挑战,包括数据规模.数据融合.图表绘制效率.图表表达能力.系统可扩展性.快速构建能力.数据分析与数据交互等. 数据规模 大数据规模大.价值密度降低,受限于屏幕空间, ...
- 大数据可视化技术价值体现在哪方面
大数据可视化主要是通过各类统计图.地图和动态效果来生动地展示数据中各类变化,这种形式可以清晰直观的将关键数据传达给业务人员和决策人员.可以看出,大数据可视化的功能,将庞大且复杂的数据以简单的形式展现出 ...
- 一零四、大数据可视化技术与应用实训(展示大屏幕)
目录 一.定义 二.技能标准 三.实训安排 四.前台页面展示 五.项目架构 六.static 七.py文件 app.py data.py data_corp.py data_job.py readsp ...
- 没有买卖就没有杀害!大数据可视化技术解密全球象牙贸易黑幕
2019独角兽企业重金招聘Python工程师标准>>> 前言 自从看了木酱大神的两篇关于DataV数据使用的教程,本人也是非常手痒想用DataV神器制作一个数据可视化作品.经过一个下 ...
最新文章
- @RequestParam加与不加的区别
- 打破认知:程序设计 #x3D; 算法 + 数据结构?
- spring 注解@PathVariable
- 【读书笔记】iOS-设计简单的Frenzic式益智游戏
- 算法分析设计--递归算法
- wince6.0中文内核定制
- LeetCode 2136. 全部开花的最早一天(贪心)
- html文本最小长度,CSS中处理不同长度文本的几种小技巧
- 通过学习反编译和修改IL,阅读高人的代码,提高自身的水平。 【转】
- JavaScript中Array 对象相关的几个方法
- 宽度学习(BLS)网络的研究和应用
- 对三极管特性曲线的理解
- Cursor的关闭问题
- 【TODO】Java并发:@GuardedBy
- Unity配置混合现实应用程序
- 使用canvas将多张图片合并为一张
- redis存储关系性数据库数据
- Unity发布WebGL不显示中文字体问题
- 计算机专业对于未来的规划,对所学专业的认识及对未来的规划.doc
- 免信任型计算的扩容模型