• 微博
  • 微信微信二维码

广东省人民政府首页  >  要闻动态  >  广东要闻

78qqq_

来源: 南方日报网络版     时间:2019-11-12 16:54:19

78qqq

介绍如何制作WordCloud

WordCloud(词云)由Rich Gordon最早提出,主要是作为一种描述关键字在文本中出现频率的可视化方式

通常出现频次越多,图中的字形也越大;同时可以对关键字进行颜色编码,进一步增加信息量

词云是一种帮助用户快速把握长文本(热门话题等)主旨的方式

附图是以A股对数市值为权重生成的一个可视化,大市值股票字形较大,小市值的字形较小

目前有多种可生成词云的公开工具,典型的如http://www.wordle.net,效果非常赞;R/Python也提供了相应的包可调用

如果足够无聊的话,自己写一个简单的玩玩也不错

生成词云的基本原理比较直接:根据权重确定关键字外边框对应的矩形大小(例如GDI+的MeasureString函数),然后根据一定的规则半随机地将关键字放置在平面上(例如附图是根据斐波那契螺线布局,但随机选择初始角度),检验是否与其他关键字有交叠,若无交叠则接受此位置,若有交叠则重新选择位置,直至成功或者放弃该关键字

生成布局最耗时的操作在于关键字之间的碰撞检测,可以采用经典的四叉树方法快速实现

简单的说,四叉树将空间剖分为四个象限,若某个象限内元素个数超过阈值,则将此象限进一步分为四个象限,并重新分配元素的归属,递归运行,最终为所有元素形成空间索引

更具体的可查看数据结构教材

/* 大致如此; 时间不早; 安心睡觉;*/




相关文章

版权所有:57fak 粤ICP备05070829 网站标识码4400000131
主办:南方新闻网 协办:广东省经济和信息化委员会 承办:南方新闻网
建议使用1024×768分辨率 IE7.0以上版本浏览器