嘻嘻 都是搬运工啦。我不管 整理过后 就是自己的了————都是站在巨人的肩膀上编码 有何不同
文章地址 python抓取猫眼电影评论 200多行代码 哈哈
示例
字体 windows自带的一个隶书 你也可以自行修改。背景图也是自定义哦 记得一定是白色底的
云词背景图
文中所需模块没有的 自行安装。很简单 pip install xxx 最新版就是了。注释自行删除
附上代码from pyecharts.charts.base import default
from wordcloud import WordCloud, STOPWORDS
import pandas as pd
import jieba
import matplotlib.pyplot as plt
import seaborn as sns
from pyecharts.charts import Geo
from pyecharts import options as opts
from pyecharts.globals import ChartType, SymbolType
from pyecharts.exceptions import NonexistentCoordinatesException
import sys, os, time, util, win_w_h
__dir__ os.path.dirname(os.path.abspath(__file__))
# sys.path.append(__dir__)
# sys.path.append(os.path.abspath(os.path.join(__dir__, ../common )))
back_coloring_path r staticblove.jpg # 设置背景图片路径
fonts_path r staticSTXINGKA.TTF # 为matplotlib设置中文字体路径没
root_path util.JarProjectPath.project_root_path( py )
# 分析text 生成分布图html 和 云词图
util.run_time
def analysis(filepath):
with open(filepath, encoding UTF-8 ) as f:
data pd.read_csv(f,sep , ,header None,encoding UTF-8 ,names [ date , nickname , city , rate , comment ])
# 获取文件的拼音 作为文件名。
n, f os.path.basename(filepath).split( . )[:2]
filename util.pinyin(n)
# 云词
jb(data, filename)
city data.groupby([ city ])
rate_group city[ rate ]
city_com city[ city ].agg([ count ])
city_com.reset_index(inplace True)
data_map [(city_com[ city ][i], int(city_com[ count ][i])) for i in range(0,city_com.shape[0])]
# print(data_map)
ddict dict(data_map)
# # 去掉坐标不存在
if ddict.__contains__( 普洱 ):
ddict.pop( 普洱 )
if ddict.__contains__( 海西 ):
ddict.pop( 海西 )
if ddict.__contains__( 黔南 ):
ddict.pop( 黔南 )
if ddict.__contains__( 延边 ):
ddict.pop( 延边 )
if ddict.__contains__( 陵水 ):
ddict.pop( 陵水 )
# print(data_map, ------------ , ddict, ------------ , [(key, val) for key, val in ddict.items()])
# 地图划分
geo_heatmap_dynamic([(key, val) for key, val in ddict.items()], filename)
#评分分析
# rate rate_group.value_counts()
# sns.set_style( darkgrid )
# bar_plot sns.barplot(x rate.index,y (rate.values/sum(rate)),palette muted )
# plt.xticks(rotation 90)
# plt.show()
# 通过jieba分词 生成云词图
def jb(data, filename str(round(time.time() * 1000))):
comment jieba.cut(str(data[ comment ]),cut_all False)
wl_space_split .join(comment)
#导入背景图
backgroud_Image plt.imread(back_coloring_path)
stopwords STOPWORDS.copy()
# print( STOPWORDS.copy() ,help(STOPWORDS.copy()))
#可以自行加多个屏蔽词 也可直接下载停用词表格
stopwords.add( 好看 )
stopwords.add( 喜欢 )
# print(stopwords)
# print(wl_space_split)
#设置词云参数
#参数分别是指定字体/背景颜色/最大的词的大小,使用给定图作为背景形状
wc WordCloud(width 1024,height 768,background_color white ,
mask backgroud_Image,font_path fonts_path,
stopwords stopwords, max_font_size 200,
random_state 40)
#将分词后数据传入云图
wc.generate_from_text(wl_space_split)
# plt.imshow(wc)
# plt.axis( off )#不显示坐标轴
# plt.show()
#保存结果到本地
wc.to_file(f {root_path}files/{filename}.jpg )
# 生成评论分布图
def geo_heatmap_dynamic(data, filename str(round(time.time() * 1000))) - Geo:
# test_data_ [( 测试点1 , 116.512885, 39.847469), ( 测试点2 , 125.155373, 42.933308), ( 测试点3 , 87.416029, 43.477086)]
# count [1000, 2000, 500]
# address_ []
# json_data {}
# for ss in range(len(test_data_)):
# json_data[test_data_[ss][0]] [test_data_[ss][1], test_data_[ss][2]]
# address_.append(test_data_[ss][0])
# json_str json.dumps(json_data, ensure_ascii False, indent 4)
# with open( test_data.json , w , encoding utf-8 ) as json_file:
# json_file.write(json_str)
wh win_w_h.get_real_resolution_ratio(1.5)
# print(wh, wh[0], wh[1])
try:
ops opts.InitOpts(width f {wh[0]}px , height f {wh[1]}px )
Geo(init_opts ops)
.add_schema(maptype china , itemstyle_opts opts.ItemStyleOpts(color #eeeeee , border_color #111 ),)
# .add_coordinate_json(json_file test_data.json ) # 加入自定义的点
.add(
评论来源地区分布 ,
# [list(z) for z in zip(province_name, province_count)],
# [( 广州 , 100), ( 乌鲁木齐 , 66), ( 济南 , 99), ( 武汉 , 88)],
data,
# HEATMAP MAP GEO
type_ ChartType.EFFECT_SCATTER,
symbol_size 15 #标记大小
.set_series_opts(label_opts opts.LabelOpts(is_show False))
.set_global_opts(
visualmap_opts opts.VisualMapOpts(is_piecewise True, max_ 100), # is_piecewise True 表示切分legend范围
title_opts opts.TitleOpts(title )
c.render(path os.path.join(__dir__, f ../files/{filename}.html ))
except NonexistentCoordinatesException as e:
print(e)
sys.exit(1)
# return c
if __name__ __main__ :
filepath r files我的青春有个你.txt
analysis(filepath)
# print(util.pinyin( 我爱你 ))
print(1)
#analysis(movie_id)
#print(mv.get( videoname , default 找不到字段 ))
# print(os.path.join(__dir__, f ../files/geo/geo{str(round(time.time() * 1000))}.html ))
# c geo_heatmap_dynamic()
# c.render(path os.path.join(__dir__, f ../files/geo/geo{str(round(time.time() * 1000))}.html ))
# 上面的一些公共参数
# symbol_size 15 表示标记大小为15。
# .set_series_opts(label_opts opts.LabelOpts(is_show False)) 用于设置是否显示标签。
# .set_global_opts(visualmap_opts opts.VisualMapOpts(is_piecewise True, max_ 1000), title_opts opts.TitleOpts(title ) is_piecewise True表示切分legend max_表示legend的最大值 title设置左上角标题。
# type_ ChartType.HEATMAP 等用于设置地图类型。
哦哦 对了 还有一个中文转拼音 文件名的 先安装模块哦。
import pypinyin # 不带声调的(style pypinyin.NORMAL) def pinyin(word): for i in pypinyin.pinyin(word, style pypinyin.NORMAL): s .join(i) return s
