python数据分析
一、 目的
根据上课讲的吴迪老师的微信好友数据分析，请选择你的微信好友数据，或者你的qq好友数据，或者你的班级同学数据，或者其他你能获取的其他人物数据
作为分析对象。然后利用上课讲的技术，但不限于，对其进行数据分析。比如分析微信好友数据，可以可视化好友男女比例分布，可视化省份来源，可视化签名的情感强度值等等。
要求：1分析数据用xls或者csv格式存储。
2.代码用py文件附件形式上传，方便我的下载。
3.在作业里可以介绍你的主要功能和可视化截图。
4.根据功能完整性和结果的酷给分。
二、项目完成功能总结
1：饼状图统计好友男女比例
2：柱状图学生省份和城市分析
3：分析191,192学生情感
4：柱状图17·18·19级学生男女比例
5：关系图example
6：词云
7：好友省份地图可视化
8：好友城市地图分析
9：好友头像集成大图
10： 微信好友名称分析职业特点
三、前期准备
1、需要用到的库
import os
import math
from PIL import Image
from pyecharts.charts import Pie
from pyecharts.charts import Bar
from pyecharts.charts import WordCloud
#用于设值全局配置和系列配置
from pyecharts import options as opts
import csv
import xlrd
import re
import jieba
from snownlp import SnowNLP
import matplotlib.pyplot as plt
import numpy as np
from pyecharts.charts import Graph
from collections import Counter
from pyecharts.charts import Map
from pyecharts.charts import Geo
from pyecharts.charts import Gauge
from pyecharts.charts import Liquid
2、文档
提示：【qingxu.txt文本里就两个词语：积极（换行\n）消极；img文件夹里随便放微信头像或网上找的照片即可】
四、代码展示
'''
Autor: 何邦渊
DateTime: 2022/4/22 22:08
IDE: PyCharm
Function: 根据上课讲的吴迪老师的微信好友数据分析，请选择你的微信好友数据，或者你的qq好友数据，或者你的班级同学数据，或者其他你能获取的其他人物数据
作为分析对象。然后利用上课讲的技术，但不限于，对其进行数据分析。比如分析微信好友数据，可以可视化好友男女比例分布，可视化省份来源，可视化签名的情感强度值等等。
要求：1分析数据用xls或者csv格式存储。
2.代码用py文件附件形式上传，方便我的下载。
3.在作业里可以介绍你的主要功能和可视化截图。
4.根据功能完整性和结果的酷给分。
'''
import os
import math
from PIL import Image
from pyecharts.charts import Pie
from pyecharts.charts import Bar
from pyecharts.charts import WordCloud
#用于设值全局配置和系列配置
from pyecharts import options as opts
import csv
import xlrd
import re
import jieba
from snownlp import SnowNLP
import matplotlib.pyplot as plt
import numpy as np
from pyecharts.charts import Graph
from collections import Counter
from pyecharts.charts import Map
from pyecharts.charts import Geo
from pyecharts.charts import Gauge
from pyecharts.charts import Liquid
'''
例子1：饼状图统计好友男女比例
'''
# 1.1 读取csv文件,把性别信息读取出来
def getSex(filename):
lstsex = []
with open(filename,'r') as fr:
reader = csv.reader(fr)
for i in reader:
lstsex.append(i[4])
return lstsex
# 1.2 性别pyecharts可视化
def VisualSexpyechart(lstsex):
sex = dict()
# 2.1 提取好友性别信息,从1开始，因为第0个是自己
for f in lstsex[1:]:
if f == '1': # 男
sex['man'] = sex.get('man',0) + 1
elif f== '2': # 女
sex['women'] = sex.get('women',0) + 1
else: # 未知
sex['unknown'] = sex.get('unknown',0) + 1
# 在屏幕上打印出来
total = len(lstsex[1:])
# 2.2打印出自己的好友性别比例
print("男性好友：%.2f%%" %(float(sex['man']) / total*100) + '\n' + "女性好友：%.2f%%" %(float(sex['women']) / total*100) +
"不明性别好友：%.2f%%" %(float(sex['unknown']) / total*100))
# 2.3使用pyecharts饼状图
attr = ['男性好友','女性好友','不明性别好友']
value = [sex['man'],sex['women'],sex['unknown']]
# 饼图用的数据格式是[(key1,value1),(key2,value2)]，所以先使用 zip函数将二者进行组合
data_pair = [list(z) for z in zip(attr, value)]
# 初始化配置项，内部可设置颜色
(
Pie(init_opts=opts.InitOpts(bg_color="white"))
.add(
# 系列名称，即该饼图的名称
series_name="性别分析",
# 系列数据项，格式为[(key1,value1),(key2,value2)]
data_pair=data_pair,
# 通过半径区分数据大小 “radius” 和 “area” 两种
rosetype='',
# 饼图的半径，设置成默认百分比，相对于容器高宽中较小的一项的一半
radius="55%",
# 饼图的圆心，第一项是相对于容器的宽度，第二项是相对于容器的高度
center=["50%", "50%"],
# 标签配置项
label_opts=opts.LabelOpts(is_show=True, position="center"),
)
# 全局设置
.set_global_opts(
# 设置标题
title_opts=opts.TitleOpts(
# 名字
title="微信好友性别比例",
# 组件距离容器左侧的位置
pos_left="center",
# 组件距离容器上方的像素值
pos_top="20",
# 设置标题颜色
title_textstyle_opts=opts.TextStyleOpts(color="black"),
),
# 图例配置项，参数 是否显示图里组件
legend_opts=opts.LegendOpts(is_show=True),
)
# 系列设置
.set_series_opts(
tooltip_opts=opts.TooltipOpts(
trigger="item", formatter="{a} <br/>{b}: {c} ({d}%)"
),
# 设置标签颜色
label_opts=opts.LabelOpts(color="black"),
)
.render('好友性别比例.html')
)
# 1.3 性别pyecharts 柱状图可视化
def VisualSexpyechart2(lstsex):
sex = dict()
# 2.1 提取好友性别信息,从1开始，因为第0个是自己
for f in lstsex[1:]:
if f == '1': # 男
sex['man'] = sex.get('man', 0) + 1
elif f == '2': # 女
sex['women'] = sex.get('women', 0) + 1
else: # 未知
sex['unknown'] = sex.get('unknown', 0) + 1
# 在屏幕上打印出来
total = len(lstsex[1:])
# 2.2打印出自己的好友性别比例
print(
"男性好友：%.2f%%" % (float(sex['man']) / total * 100) + '\n' + "女性好友：%.2f%%" % (
float(sex['women']) / total * 100) + '\n' +
"不明性别好友：%.2f%%" % (float(sex['unknown']) / total * 100))
# 2.3使用pyecharts饼状图
attr = ['男性好友', '女性好友', '不明性别好友']
value = [sex['man'], sex['women'], sex['unknown']]
# # 饼图用的数据格式是[(key1,value1),(key2,value2)]，所以先使用 zip函数将二者进行组合
# data_pair = [list(z) for z in zip(attr, value)]
# 初始化配置项，内部可设置颜色
bar = (
Bar()
.add_xaxis(attr)
.add_yaxis("amount", value, color='green')
.set_global_opts(
title_opts=opts.TitleOpts(title='微信数据分析'),
yaxis_opts=opts.AxisOpts(name="amount"),
xaxis_opts=opts.AxisOpts(name="sex")
)
).render('好友性别比例2.html')
'''
例子2：柱状图学生省份和城市分析
'''
# 2.1读取省份信息
def getProvince(filename):
Province1 = {}
Province2 = {}
Province3 = {}
a = []
flag = 0
for filename_kid in filename:
flag += 1
rd = xlrd.open_workbook(filename_kid)
all_sheet = rd.sheet_names()
for sheet_kid in all_sheet:
table = rd.sheet_by_name(sheet_kid)
nrows = table.nrows
for i in range(nrows - 1):
province = table.cell(i + 1, 6).value
if flag == 1:
Province1[province] = Province1.get(province, 0) + 1
elif flag == 2:
Province2[province] = Province2.get(province, 0) + 1
else:
Province3[province] = Province3.get(province, 0) + 1
if flag == 1:
a.append(Province1)
elif flag == 2:
a.append(Province2)
else:
a.append(Province3)
return a
# 2.2省份可视化
def Provincepyechart(province_list):
province_dict = ['黑龙江', '四川', '天津', '内蒙古', '江苏', '海南', '辽宁', '陕西', '浙江', '河南', '山西', '湖北', '广西', '重庆', '吉林', '贵州',
'云南', '河北', '山东']
province1_dict = province_list[0]
province2_dict = province_list[1]
province3_dict = province_list[2]
province1 = []
province2 = []
province3 = []
value1 = []
value2 = []
value3 = []
for key, value in province1_dict.items():
province1.append(key)
value1.append(value)
for key, value in province2_dict.items():
province2.append(key)
value2.append(value)
for key, value in province3_dict.items():
province3.append(key)
value3.append(value)
print(province1)
print(province2)
print(province3)
bar = (
Bar()
.add_xaxis(province_dict)
.add_yaxis('软件17学生', value1)
.add_yaxis('软件18学生', value2)
.add_yaxis('软件19学生', value3)
.set_global_opts(title_opts=opts.TitleOpts(title="17,18,19级学生省份分析"),
xaxis_opts=opts.AxisOpts(
axislabel_opts=opts.LabelOpts(
rotate=45, # Optional[Numeric]
)
)
))
bar.render('17,18,19级学生省份分析.html')
# 2.3读取城市信息
def getCity(filename):
City1 = {}
City2 = {}
City3 = {}
a = []
flag = 0
for filename_kid in filename:
flag += 1
rd = xlrd.open_workbook(filename_kid)
all_sheet = rd.sheet_names()
for sheet_kid in all_sheet:
table = rd.sheet_by_name(sheet_kid)
nrows = table.nrows
for i in range(nrows - 1):
City = table.cell(i + 1, 7).value
if flag == 1:
City1[City] = City1.get(City, 0) + 1
elif flag == 2:
City2[City] = City2.get(City, 0) + 1
else:
City3[City] = City3.get(City, 0) + 1
if flag == 1:
a.append(City1)
elif flag == 2:
a.append(City2)
else:
a.append(City3)
return a
# 2.4城市可视化
def cityPyechart(city_list):
city_dict = ['鸡西', '泰安', '阜阳', '北京', '兰州', '深圳', '阳春', '开封', '周口', '哈尔滨', '齐齐哈尔', '鹤岗', '大庆', '佳木斯', '宜昌', '怀化',
'常德', '德州', '临沂', '朔州', '临汾', '天津', '温州市', '重庆', '上饶', '金华', '石家庄', '巴中', '咸阳', '信阳']
city1_dict = city_list[0]
city2_dict = city_list[1]
city3_dict = city_list[2]
city1 = []
city2 = []
city3 = []
value1 = []
value2 = []
value3 = []
for key, value in city1_dict.items():
city1.append(key)
value1.append(value)
for key, value in city2_dict.items():
city2.append(key)
value2.append(value)
for key, value in city3_dict.items():
city3.append(key)
value3.append(value)
print(city1)
print(city2)
print(city3)
bar = (
Bar()
.add_xaxis(city_dict)
.add_yaxis('软件17学生', value1)
.add_yaxis('软件18学生', value2)
.add_yaxis('软件19学生', value3)
.set_global_opts(title_opts=opts.TitleOpts(title="17,18,19级学生省份分析"),
xaxis_opts=opts.AxisOpts(
axislabel_opts=opts.LabelOpts(
rotate=45, # Optional[Numeric]
)
)
))
bar.render('17,18,19级学生城市分析.html')
'''
例子3：分析191,192学生情感
'''
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
# 3.1 读取Excel表格，保存txt文件词性，分析情感强度
def getStrong(filename,save):
data = xlrd.open_workbook(filename,'r',encoding_override='utf-8')
temp = []
name = []
tables = data.sheets()
for i in range(len(tables)):
list = data.sheet_by_index(i)
rows = list.nrows
for j in range(rows):
if j== 0:
continue
name.append(list.row_values(j)[3])
temp.append(list.row_values(j)[16])
file = open(f"{save}",'a',encoding='utf-8')
i = 0
for ld in temp:
signature = ld.strip().replace("emoji","").replace("span","").replace("class","")
rec = re.compile("lf\d+\w*|[<>/=]]")
signature = rec.sub("",signature)
if signature != "":
file.write(name[i]+" : " +signature)
s = SnowNLP(signature)
if s.sentiments > 0.5:
file.write(" : 积极！\n")
elif s.sentiments <= 0.5:
file.write(" : 消极！\n")
i+=1
# 3.2 统计两个班级积极与消极数量
def counter(save):
# https://blog.csdn.net/weixin_38762584/article/details/115023975
# f’{}’ 用法等同于 format用法的简单使用，更加方便
txt = open(f"{save}", encoding="utf-8").read()
need_words = open("./qingxu.txt", encoding="utf-8").read()
find = need_words.split()
jieba.load_userdict('./qingxu.txt')
words = jieba.lcut(txt)
counts = {}
for word in words:
counts[word] = counts.get(word,0) + 1
lst=[]
for i in range(len(find)):
try :
print(find[i],counts[find[i]])
except:
lst.append(find[i])
a = counts[find[0]]
b = counts[find[1]]
return a,b
'''
例子4：柱状图17·18·19级学生男女比例
'''
# 4.1 读取xls文件,把性别信息读取出来
def getProvince1(filename):
Province1 = {}
Province2 = {}
Province3 = {}
a = []
flag = 0
for filename_kid in filename:
flag += 1
rd = xlrd.open_workbook_xls(filename_kid) #xlrd.open_workbook()不支持xls文件
all_sheet = rd.sheet_names()
for sheet_kid in all_sheet:
table = rd.sheet_by_name(sheet_kid)
nrows = table.nrows
for i in range(nrows-1):
province = table.cell(i+1, 5).value
if flag == 1:
Province1[province] = Province1.get(province, 0) + 1
elif flag == 2:
Province2[province] = Province2.get(province, 0) + 1
else:
Province3[province] = Province3.get(province, 0) + 1
if flag == 1:
a.append(Province1)
elif flag == 2:
a.append(Province2)
else:
a.append(Province3)
return a
# 4.2 性别可视化
def VisualSexpyechart1(province_list):
province1_dict = province_list[0]
province2_dict = province_list[1]
province3_dict = province_list[2]
province1 = []
province2 = []
province3 = []
value1 = []
value2 = []
value3 = []
for key,value in province1_dict.items():
province1.append(key)
value1.append(value)
for key,value in province2_dict.items():
province2.append(key)
value2.append(value)
for key,value in province3_dict.items():
province3.append(key)
value3.append(value)
print(province1)
print(province2)
print(province3)
bar = (
Bar()
.add_xaxis(province1)
.add_yaxis('软件17学生', value1,color='lightblue')
.add_yaxis('软件18学生', value2,color='lightgreen')
.add_yaxis('软件19学生', value3,color='purple')
.set_global_opts(title_opts=opts.TitleOpts(title="17,18,19级学生性别分析"))
)
bar.render('17,18,19级学生性别分析.html')
'''
例子5：关系图example
'''
# 5.1 数据
def getRoom(filename):
Room={}
data=xlrd.open_workbook(filename,'r',encoding_override='utf-8')
table=data.sheets()[1]
rows=table.nrows
for i in range(rows):
if i==0:
continue
Room[table.row_values(i)[3]]=table.row_values(i)[9]
#print(Room)
return Room
# 5.2 关系图
def RoomSee(Room):
nodes=[]
for i in Room:
nodes.append({"name":i,"symbolSize":5})
# print(nodes)
links=[]
for i in Room:
for j in Room:
if Room[i]==Room[j]:
links.append({"source":i,"target":j})
print(links)
c= (
Graph()
.add("", nodes, links,
categories=None, # 结点分类的类目，结点可以指定分类，也可以不指定。
is_focusnode=True, # 是否在鼠标移到节点上的时候突出显示节点以及节点的边和邻接节点。默认为 True
is_roam=True,
is_rotate_label=True, # 是否旋转标签，默认为 False
layout="force", # 布局类型，默认force=力引导图，circular=环形布局
edge_length=300, # 力布局下边的两个节点之间的距离，这个距离也会受 repulsion 影响。默认为 50，TODO 值越大则长度越长
gravity=0.5, # 点受到的向中心的引力因子。TODO 该值越大节点越往中心点靠拢。默认为 0.2
repulsion=100, # 节点之间的斥力因子。默认为 50，TODO 值越大则斥力越大
label_opts=opts.LabelOpts(is_show=True),
linestyle_opts=opts.LineStyleOpts(curve=0.2), # 线的弯曲度
)
.set_global_opts(title_opts=opts.TitleOpts(title="Graph-基本示例"))
.render("./关系图系列.html")
)
'''
例子6：词云
'''
# 6.1 数据
def getInfo(filename,index):
lstdata = []
with open(filename,'r') as fr:
reader = csv.reader(fr)
for i in reader:
if i!='':
lstdata.append(i[index])
file = open('./sign.txt','a',encoding='utf-8')
for ld in lstdata:
signature = ld.strip().replace("emoji",'').replace("span",'').replace("class",'')
rec = re.compile("lf\d+\w*|[<>/=]")
signature = rec.sub("",signature)
file.write(signature+"\n")
'''
signature = rec.sub("", signature)
if signature!="":
s = SnowNLP(signature)
if s.sentiments > 0.6:
file.write('情感分析：积极!****')
elif s.sentiments < 0.4:
file.write('情感分析：消极!****')
else:
file.write('情感分析：中性佛系!****')
file.write(signature + "\n")
'''
# 6.2 生成云图
def create_word_cloud(filename):
# 读取文件内容
'''在一个程序中，我想创建一个文本文件（.txt），文件名包含一个字符串（它被分配给一个名为FileName的变量）。除了文件名中的字符串外，还有一个前缀：“Special file:”。在代码中，我像平常一样写前缀，但是为了包含变量赋值字符串，我使用.format（）。在
代码：
FileName = 'XYZ'
ActiveFile = open('Special File: {0}.txt'.format(FileName), 'a')'''
text = open("./{}.txt".format(filename),encoding='utf-8').read()
# 结巴分词,精确模式
wordlist = jieba.lcut(text,cut_all=True)
counts = {} # 通过键值对的形式存储词语及其出现的次数
words = []
for word in wordlist:
if len(word) == 1: # 单个词语不计算在内
continue
else:
counts[word] = counts.get(word,0) + 1 # 遍历所有词语，每出现一次其对应的值加1
for key,value in counts.items():
words.append((key,value))
'''
items = list(counts.item()) # 将键值对转化成列表
print(items)
items.sort(key = lambda x:x[1],reverse=True) # 根据词语出现的次数进行从小到大排序
for i in range(5):
word,count = items[i]
print("{0:<5}{1:>5}".format(word,count))
'''
# wordcloud2 = WordCloud(width = 1300,height = 620)
# wordcloud2.add("",name,value,word_size_range = [10,100],shape = 'diamond')
w = (
WordCloud()
.add("",words)
.set_global_opts(title_opts=opts.TitleOpts(title="词云"))
.render('./变形词云.html')
)
# wordcloud2.show_config()
# wordcloud2.render(path='./data/05=02变形词云.html')
'''
例子7：好友省份地图可视化
'''
# 7.1 获取数据
def getInfo1(filename,index):
lstdata = []
with open(filename,'r') as fr:
reader = csv.reader(fr)
for i in reader:
lstdata.append(i[index])
return lstdata
# 7.2 根据数据生成省份地图
def province_Map(lstprovince):
lstprovincenew = []
# 2.1 去掉空白的项
for i in lstprovince:
if i == " ":pass
else: lstprovincenew.append(i)
# 2.2 统计每个城市出现的次数
data = Counter(lstprovincenew).most_common(15) # 使用Counter类统计出现的次数，并转换为元组列表
print(data)
# 2.3 根据省份数据生成地图
c = (
# Map() 里通过添加 init_opts 参数可以配置初始化画布大小。
# Map(init_opts=opts.InitOpts(height="1000px", width="1500px"))
Map()
.add(
series_name="好友省份",
data_pair=data,
maptype='china', # china-cities
is_selected=True,
# 是否启用鼠标滚轮缩放和拖动平移，默认为True
is_roam=True,
# 是否显示图形标记，默认为True
is_map_symbol_show=True,
# 图元样式配置
# 图元样式配置的 areaColor 为区域颜色， borderColor 为边框颜色，
# 其中 normal 为常规模式下的，emphasis 为强调样式下的，即鼠标移动到区域上的显示。
itemstyle_opts={
# 常规显示
"normal": {"areaColor": "white", "borderColor": "red"},
# 强调颜色
"emphasis": {"areaColor": "rgba(0,0,0,1)"}
}
)
.set_global_opts(
# 设置标题
title_opts=opts.TitleOpts(
# 主标题
title="省份地图",
# 副标题
subtitle="吴迪的好友省份数据",
# 组件距离容器左侧的位置
pos_left="left",
# 组件距离容器上方的像素值
pos_top="20",
# 设置标题颜色
title_textstyle_opts=opts.TextStyleOpts(color="#404a59",font_size=24)
),
# 图例配置项，参数 是否显示图里组件
legend_opts=opts.LegendOpts(is_show=True),
# 设置分段显示
visualmap_opts=opts.VisualMapOpts(max_=60, is_piecewise=True)
)
# 关闭标签(地图上的省份名称)名称显示,系列配置项里的标签加上color="bule" 参数可设置标签颜色为蓝色。
.set_series_opts(
label_opts=opts.LabelOpts(
is_show=True,
color='blue')
)
.render("./吴迪好友省份分布.html")
)
'''
例子8：好友城市地图分析
'''
# 8.1 获取数据
def getInfo2(filename,index):
lstdata = []
with open(filename,'r') as fr:
reader = csv.reader(fr)
for i in reader:
if i[index]=="City": pass
else: lstdata.append(i[index])
return lstdata
# 8.2 城市地图可视化
def city_Map(lstcity):
lstcitynew = []
# 2.1 去掉空白的项
for i in lstcity:
if i == "":pass
else: lstcitynew.append(i)
# 2.2 统计每个城市出现的次数
data = Counter(lstcitynew).most_common(15) # 使用Counter类统计出现的次数，并转换为元组列表
print(list(data))
# 2.3 根据省份数据生成地图
c = (
# Geo() 里通过添加 init_opts 参数可以配置初始化画布大小。
# Geo(init_opts=opts.InitOpts(height="1000px", width="1500px"))
Geo(init_opts=opts.InitOpts(width="1600px",
height="1000px",
page_title="wudi", # 网页标题
)
)
.add_schema(maptype="china", # china-cities
label_opts=opts.LabelOpts(is_show=True,
position='inside', # 标签的位置。
font_size=12, # 文字的字体大小
color="orange", # 文字的颜色。如果设置为 'auto'，则为视觉映射得到的颜色，如系列色。
font_style='italic',
font_weight='bold',
font_family='Arial',
rotate=60, # 标签旋转。从 -90 度到 90 度。正值是逆时针。
margin=8, # 刻度标签与轴线之间的距离。
)
)
.add(
series_name="好友城市",
data_pair=data,
# type_=ChartType.HEATMAP, # Geo 图类型,
symbol="circle", # 标记图形形状,提供的标记类型包括 'circle', 'rect', 'roundRect', 'triangle','diamond', 'pin', 'arrow', 'none'
symbol_size=12, # 标记的大小
blur_size=15, # 每个点的大小
point_size=10, # 每个点模糊的大小，
color="blue", # 系列 label 颜色
is_selected=True
)
.set_global_opts(
# 设置标题
title_opts=opts.TitleOpts(
# 主标题
title="城市地图",
# 副标题
subtitle="吴迪的好友城市数据",
# 组件距离容器左侧的位置
pos_left="left",
# 组件距离容器上方的像素值
pos_top="20",
# 设置标题颜色
title_textstyle_opts=opts.TextStyleOpts(color="#404a59",font_size=24)
),
# 图例配置项，参数 是否显示图里组件
legend_opts=opts.LegendOpts(is_show=True),
# 设置分段显示
visualmap_opts=opts.VisualMapOpts(max_=40, is_piecewise=True)
)
# 关闭标签(地图上的省份名称)名称显示,系列配置项里的标签加上color="bule" 参数可设置标签颜色为蓝色。
.set_series_opts(
label_opts=opts.LabelOpts(
is_show=True,
color='blue')
)
.render("./吴迪好友城市分布.html")
)
'''
例子9：好友头像集成大图
'''
# 9.1 头像拼接大图
def createImg():
x = 0
y = 0
imgs = os.listdir("./img")
# random.shuffle(imgs)
# 创建640 * 640 的图片用于填充各小图片
newImg = Image.new('RGBA',(640,640))
# 以640 * 640 来拼接图片，math.sqrt()开平方根计算每张小图片的宽高
width = int(math.sqrt(640*640/len(imgs)))
# 每行图片数
numLine = int(640/width)
for i in imgs:
try:
img = Image.open("./img/"+i)
# 缩小图片
img = img.resize((width,width),Image.ANTIALIAS)
# 拼接图片，一行排满，换行拼接
newImg.paste(img,(x*width,y*width))
x+=1
if x>=numLine:
x = 0
y+=1
except IOError:
print("img/%s can not open" %(i))
newImg.save("./all.png")
'''
例子10： 微信好友名称分析职业特点
'''
# 10.1 打开xlsx
workbook = xlrd.open_workbook('./coor.xls')
sheet1 = workbook.sheet_by_name('Sheet1') # 这是好友信息表
num_rows1 = sheet1.nrows
sheet2 = workbook.sheet_by_name('Sheet2') # 这是职业广告对应表
num_rows2 = sheet2.nrows
# 10.2 根据输入的词语检索职业特点
# word 为待检索的词语，num_rows是excel表的行数目
def lexicon_deall(word,num_rows):
for curr_row in range(num_rows):
cell = sheet2.cell_value(curr_row,0)
if word in cell:
return True
return False
# 10.3 获取好友昵称
def get_Name():
NickName = []
for i in range(num_rows1-1):
NickName.append(sheet1.cell_value(i+1,2))
return NickName
# 10.4 定义一个函数，用来根据朋名称信息，并分析其职业特点
def create_nickname(NickName):
num_list = [] # 昵称中有手机号的朋友
advertise_list = [] # 宣传用昵称
temp = False
cop = re.compile("[^\u4e00-\u9fa5^.^a-z^A-Z^0-9]") # 去掉不必要的符号，只保留汉字，字母和数字
# 对好友的名称挨个分析
for sid,val in enumerate(NickName):
v1 = val.strip().replace("emoji","").replace("span","").replace("class","")
v2 = cop.sub("",v1)
# 判断是否包含手机号
if re.findall(r"1\d{10}",v2):
num_list.append(NickName[sid])
# 判断是否包含职业特点
cut = jieba.cut(v2)
# print("".join(cut))
for c in cut:
if lexicon_deall(c,num_rows2) == True:
print(c)
temp = True
if temp == True:
advertise_list.append(NickName[sid])
temp = False
# 把好友职业信息保存到文件中
with open("昵称分析.txt",'w',encoding="utf-8") as f:
f.write("以下是昵称中带手机号的好友：\n")
f.write(str(num_list))
f.write("这部分好友有自己的生意，需要大家关注手机号，联系方便\n")
f.write("以下是昵称中带职业的好友：\n")
f.write(str(advertise_list))
f.write("这部分好友有自己的事业\n")
# 好友职业信息可视化，仪表盘和水球图展示
c = (
Gauge()
.add(
series_name = "广告好友指标",
data_pair = [("所占比率", len(advertise_list)/len(NickName)*100)],
radius="100%", # 设置比例大小
min_=0, max_=200, # 设置起始、终止刻度
title_label_opts=opts.GaugeTitleOpts(
font_size=20, color="black", font_family="Microsoft YaHei" # 设置字体、颜色、大小
),
axisline_opts=opts.AxisLineOpts(
linestyle_opts=opts.LineStyleOpts(
color=[(0.3, "#67e0e3"), (0.7, "#37a2da"), (1, "#fd666d")], width=30 # 设置区间颜色、仪表宽度
)
),
)
.set_global_opts(
title_opts=opts.TitleOpts(
title="广告好友比例"
),
legend_opts=opts.LegendOpts(
is_show=False
),
)
.render("./仪表板广告好友比例.html")
)
c = (
Liquid()
.add("广告好友", [(len(advertise_list)/len(NickName)),(len(advertise_list)/len(NickName)*100)], is_outline_show=False)
.set_global_opts(title_opts=opts.TitleOpts(title="广告好友比例"))
.render("./水球图广告好友比例.html")
)
if __name__ == '__main__':
# 1.4 例子1起点
lstsex = getSex('./我的微信好友信息.csv')
VisualSexpyechart(lstsex)
VisualSexpyechart2(lstsex)
# 2.5 例子2起点，偷个懒把19级放一起
province_list = getProvince(['软件17学生详细名单.xls', '软件18学生详细名单.xls', '软件19学生详细名单.xls'])
Provincepyechart(province_list)
City_list = getCity(['软件17学生详细名单.xls', '软件18学生详细名单.xls', '软件19学生详细名单.xls'])
cityPyechart(City_list)
# 3.3 例子3起点
# 保存两个班级人生格言
getStrong("./软件191学生详细名单.xls", "./191-Signature.txt")
getStrong("./软件192学生详细名单.xls", "./192-Signature.txt")
# 获取两个班级格言积极与消极人数
a, b = counter("./191-Signature.txt")
c, d = counter("./192-Signature.txt")
# matplotlib绘图
x = np.array(['软件191积极', '软件192积极', '软件191消极', '软件192消极'])
y = np.array([a, c, b, d])
plt.bar(x, y, color=["hotpink", "lightblue", "hotpink", "lightblue"], width=0.5)
plt.title('191与192班签名情感强度分析对比')
plt.show()
# 4.3 例子4起点
province_list1 = getProvince1(['./软件17学生详细名单.xls', './软件18学生详细名单.xls', './软件19学生详细名单.xls'])
VisualSexpyechart1(province_list1)
# 5.3 例子5起点
RoomSee(getRoom("./软件19学生详细名单.xls"))
# 6.3 例子6起点
getInfo("./我的微信好友信息.csv", 5)
create_word_cloud("sign")
# 7 例子7起点
lstdata = getInfo1("./我的微信好友信息.csv", 3)
province_Map(lstdata)
# 8 例子8起点
lstdata = getInfo2("./我的微信好友信息.csv", 1)
city_Map(lstdata)
# 9 例子9起点
createImg()
# 10.5 例子10起点
NickName = get_Name()
create_nickname(NickName)
因为是10个功能结合在一起看起来十分臃肿，不利于理解，代码不美观，但是它能跑【哈哈哈哈】
五、功能分析
1、饼状图,柱状图统计好友男女比例
from pyecharts.charts import Pie
#用于设值全局配置和系列配置
from pyecharts import options as opts
import csv
# 1.读取csv文件,把性别信息读取出来
def getSex(filename):
lstsex = []
with open(filename,'r') as fr:
reader = csv.reader(fr)
for i in reader:
lstsex.append(i[4])
return lstsex
# 2.性别pyecharts可视化
def VisualSexpyechart(lstsex):
sex = dict()
# 2.1 提取好友性别信息,从1开始，因为第0个是自己
for f in lstsex[1:]:
if f == '1': # 男
sex['man'] = sex.get('man',0) + 1
elif f== '2': # 女
sex['women'] = sex.get('women',0) + 1
else: # 未知
sex['unknown'] = sex.get('unknown',0) + 1
# 在屏幕上打印出来
total = len(lstsex[1:])
# 2.2打印出自己的好友性别比例
print("男性好友：%.2f%%" %(float(sex['man']) / total*100) + '\n' + "女性好友：%.2f%%" %(float(sex['women']) / total*100) +
"不明性别好友：%.2f%%" %(float(sex['unknown']) / total*100))
# 2.3使用pyecharts饼状图
attr = ['男性好友','女性好友','不明性别好友']
value = [sex['man'],sex['women'],sex['unknown']]
# 饼图用的数据格式是[(key1,value1),(key2,value2)]，所以先使用 zip函数将二者进行组合
data_pair = [list(z) for z in zip(attr, value)]
# 初始化配置项，内部可设置颜色
(
Pie(init_opts=opts.InitOpts(bg_color="white"))
.add(
# 系列名称，即该饼图的名称
series_name="性别分析",
# 系列数据项，格式为[(key1,value1),(key2,value2)]
data_pair=data_pair,
# 通过半径区分数据大小 “radius” 和 “area” 两种
rosetype='',
# 饼图的半径，设置成默认百分比，相对于容器高宽中较小的一项的一半
radius="55%",
# 饼图的圆心，第一项是相对于容器的宽度，第二项是相对于容器的高度
center=["50%", "50%"],
# 标签配置项
label_opts=opts.LabelOpts(is_show=True, position="center"),
)
# 全局设置
.set_global_opts(
# 设置标题
title_opts=opts.TitleOpts(
# 名字
title="微信好友性别比例",
# 组件距离容器左侧的位置
pos_left="center",
# 组件距离容器上方的像素值
pos_top="20",
# 设置标题颜色
title_textstyle_opts=opts.TextStyleOpts(color="black"),
),
# 图例配置项，参数 是否显示图里组件
legend_opts=opts.LegendOpts(is_show=True),
)
# 系列设置
.set_series_opts(
tooltip_opts=opts.TooltipOpts(
trigger="item", formatter="{a} <br/>{b}: {c} ({d}%)"
),
# 设置标签颜色
label_opts=opts.LabelOpts(color="black"),
)
.render('好友性别比例.html')
)
# 3 性别pyecharts 柱状图可视化
def VisualSexpyechart2(lstsex):
sex = dict()
# 2.1 提取好友性别信息,从1开始，因为第0个是自己
for f in lstsex[1:]:
if f == '1': # 男
sex['man'] = sex.get('man', 0) + 1
elif f == '2': # 女
sex['women'] = sex.get('women', 0) + 1
else: # 未知
sex['unknown'] = sex.get('unknown', 0) + 1
# 在屏幕上打印出来
total = len(lstsex[1:])
# 2.2打印出自己的好友性别比例
print(
"男性好友：%.2f%%" % (float(sex['man']) / total * 100) + '\n' + "女性好友：%.2f%%" % (
float(sex['women']) / total * 100) + '\n' +
"不明性别好友：%.2f%%" % (float(sex['unknown']) / total * 100))
# 2.3使用pyecharts饼状图
attr = ['男性好友', '女性好友', '不明性别好友']
value = [sex['man'], sex['women'], sex['unknown']]
# # 饼图用的数据格式是[(key1,value1),(key2,value2)]，所以先使用 zip函数将二者进行组合
# data_pair = [list(z) for z in zip(attr, value)]
# 初始化配置项，内部可设置颜色
bar = (
Bar()
.add_xaxis(attr)
.add_yaxis("amount", value, color='green')
.set_global_opts(
title_opts=opts.TitleOpts(title='微信数据分析'),
yaxis_opts=opts.AxisOpts(name="amount"),
xaxis_opts=opts.AxisOpts(name="sex")
)
).render('好友性别比例2.html')
lstsex = getSex('./我的微信好友信息.csv')
VisualSexpyechart(lstsex)
VisualSexpyechart2(lstsex)
2、柱状图学生省份和城市分析
from pyecharts.charts import Bar
from pyecharts import options as opts
import xlrd
# 读取省份信息
def getProvince(filename):
Province1 = {}
Province2 = {}
Province3 = {}
a = []
flag = 0
for filename_kid in filename:
flag += 1
rd = xlrd.open_workbook(filename_kid)
all_sheet = rd.sheet_names()
for sheet_kid in all_sheet:
table = rd.sheet_by_name(sheet_kid)
nrows = table.nrows
for i in range(nrows - 1):
province = table.cell(i + 1, 6).value
if flag == 1:
Province1[province] = Province1.get(province, 0) + 1
elif flag == 2:
Province2[province] = Province2.get(province, 0) + 1
else:
Province3[province] = Province3.get(province, 0) + 1
if flag == 1:
a.append(Province1)
elif flag == 2:
a.append(Province2)
else:
a.append(Province3)
return a
# 2.省份可视化
def Provincepyechart(province_list):
province_dict = ['黑龙江', '四川', '天津', '内蒙古', '江苏', '海南', '辽宁', '陕西', '浙江', '河南', '山西', '湖北', '广西', '重庆', '吉林', '贵州',
'云南', '河北', '山东']
province1_dict = province_list[0]
province2_dict = province_list[1]
province3_dict = province_list[2]
province1 = []
province2 = []
province3 = []
value1 = []
value2 = []
value3 = []
for key, value in province1_dict.items():
province1.append(key)
value1.append(value)
for key, value in province2_dict.items():
province2.append(key)
value2.append(value)
for key, value in province3_dict.items():
province3.append(key)
value3.append(value)
print(province1)
print(province2)
print(province3)
bar = (
Bar()
.add_xaxis(province_dict)
.add_yaxis('软件17学生', value1)
.add_yaxis('软件18学生', value2)
.add_yaxis('软件19学生', value3)
.set_global_opts(title_opts=opts.TitleOpts(title="17,18,19级学生省份分析"),
xaxis_opts=opts.AxisOpts(
axislabel_opts=opts.LabelOpts(
rotate=45, # Optional[Numeric]
)
)
))
bar.render('17,18,19级学生省份分析.html')
# 1.读取城市信息
def getCity(filename):
City1 = {}
City2 = {}
City3 = {}
a = []
flag = 0
for filename_kid in filename:
flag += 1
rd = xlrd.open_workbook(filename_kid)
all_sheet = rd.sheet_names()
for sheet_kid in all_sheet:
table = rd.sheet_by_name(sheet_kid)
nrows = table.nrows
for i in range(nrows - 1):
City = table.cell(i + 1, 7).value
if flag == 1:
City1[City] = City1.get(City, 0) + 1
elif flag == 2:
City2[City] = City2.get(City, 0) + 1
else:
City3[City] = City3.get(City, 0) + 1
if flag == 1:
a.append(City1)
elif flag == 2:
a.append(City2)
else:
a.append(City3)
return a
# 2.城市可视化
def cityPyechart(city_list):
city_dict = ['鸡西', '泰安', '阜阳', '北京', '兰州', '深圳', '阳春', '开封', '周口', '哈尔滨', '齐齐哈尔', '鹤岗', '大庆', '佳木斯', '宜昌', '怀化',
'常德', '德州', '临沂', '朔州', '临汾', '天津', '温州市', '重庆', '上饶', '金华', '石家庄', '巴中', '咸阳', '信阳']
city1_dict = city_list[0]
city2_dict = city_list[1]
city3_dict = city_list[2]
city1 = []
city2 = []
city3 = []
value1 = []
value2 = []
value3 = []
for key, value in city1_dict.items():
city1.append(key)
value1.append(value)
for key, value in city2_dict.items():
city2.append(key)
value2.append(value)
for key, value in city3_dict.items():
city3.append(key)
value3.append(value)
print(city1)
print(city2)
print(city3)
bar = (
Bar()
.add_xaxis(city_dict)
.add_yaxis('软件17学生', value1)
.add_yaxis('软件18学生', value2)
.add_yaxis('软件19学生', value3)
.set_global_opts(title_opts=opts.TitleOpts(title="17,18,19级学生省份分析"),
xaxis_opts=opts.AxisOpts(
axislabel_opts=opts.LabelOpts(
rotate=45, # Optional[Numeric]
)
)
))
bar.render('17,18,19级学生城市分析.html')
# 偷个懒把19级放一起
province_list = getProvince(['软件17学生详细名单.xls', '软件18学生详细名单.xls', '软件19学生详细名单.xls'])
Provincepyechart(province_list)
City_list = getCity(['软件17学生详细名单.xls', '软件18学生详细名单.xls', '软件19学生详细名单.xls'])
cityPyechart(City_list)
3、分析191,192学生情感
import re
import jieba
import xlrd
from snownlp import SnowNLP
import matplotlib.pyplot as plt
import numpy as np
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
#读取Excel表格，保存txt文件词性，分析情感强度
def getStrong(filename,save):
data = xlrd.open_workbook(filename,'r',encoding_override='utf-8')
temp = []
name = []
tables = data.sheets()
for i in range(len(tables)):
list = data.sheet_by_index(i)
rows = list.nrows
for j in range(rows):
if j== 0:
continue
name.append(list.row_values(j)[3])
temp.append(list.row_values(j)[16])
file = open(f"{save}",'a',encoding='utf-8')
i = 0
for ld in temp:
signature = ld.strip().replace("emoji","").replace("span","").replace("class","")
rec = re.compile("lf\d+\w*|[<>/=]]")
signature = rec.sub("",signature)
if signature != "":
file.write(name[i]+" : " +signature)
s = SnowNLP(signature)
if s.sentiments > 0.5:
file.write(" : 积极！\n")
elif s.sentiments <= 0.5:
file.write(" : 消极！\n")
i+=1
#统计两个班级积极与消极数量
def counter(save):
# https://blog.csdn.net/weixin_38762584/article/details/115023975
# f’{}’ 用法等同于 format用法的简单使用，更加方便
txt = open(f"{save}", encoding="utf-8").read()
need_words = open("./qingxu.txt", encoding="utf-8").read()
find = need_words.split()
jieba.load_userdict('./qingxu.txt')
words = jieba.lcut(txt)
counts = {}
for word in words:
counts[word] = counts.get(word,0) + 1
lst=[]
for i in range(len(find)):
try :
print(find[i],counts[find[i]])
except:
lst.append(find[i])
a = counts[find[0]]
b = counts[find[1]]
return a,b
#保存两个班级人生格言
getStrong("./软件191学生详细名单.xls","./191-Signature.txt")
getStrong("./软件192学生详细名单.xls","./192-Signature.txt")
#获取两个班级格言积极与消极人数
a,b=counter("./191-Signature.txt")
c,d=counter("./192-Signature.txt")
#matplotlib绘图
x = np.array(['软件191积极', '软件192积极','软件191消极','软件192消极'])
y = np.array([a,c,b,d])
plt.bar(x, y, color =["hotpink","lightblue","hotpink","lightblue"],width=0.5)
plt.title('191与192班签名情感强度分析对比')
plt.show()
4、柱状图17·18·19级学生男女比例
from pyecharts.charts import Bar
# 用于设值全局配置和系列配置
from pyecharts import options as opts
import xlrd
# 1.读取xls文件,把性别信息读取出来
def getProvince(filename):
Province1 = {}
Province2 = {}
Province3 = {}
a = []
flag = 0
for filename_kid in filename:
flag += 1
rd = xlrd.open_workbook_xls(filename_kid) #xlrd.open_workbook()不支持xls文件
all_sheet = rd.sheet_names()
for sheet_kid in all_sheet:
table = rd.sheet_by_name(sheet_kid)
nrows = table.nrows
for i in range(nrows-1):
province = table.cell(i+1, 5).value
if flag == 1:
Province1[province] = Province1.get(province, 0) + 1
elif flag == 2:
Province2[province] = Province2.get(province, 0) + 1
else:
Province3[province] = Province3.get(province, 0) + 1
if flag == 1:
a.append(Province1)
elif flag == 2:
a.append(Province2)
else:
a.append(Province3)
return a
# 2.性别可视化
def VisualSexpyechart(province_list):
province1_dict = province_list[0]
province2_dict = province_list[1]
province3_dict = province_list[2]
province1 = []
province2 = []
province3 = []
value1 = []
value2 = []
value3 = []
for key,value in province1_dict.items():
province1.append(key)
value1.append(value)
for key,value in province2_dict.items():
province2.append(key)
value2.append(value)
for key,value in province3_dict.items():
province3.append(key)
value3.append(value)
print(province1)
print(province2)
print(province3)
bar = (
Bar()
.add_xaxis(province1)
.add_yaxis('软件17学生', value1,color='lightblue')
.add_yaxis('软件18学生', value2,color='lightgreen')
.add_yaxis('软件19学生', value3,color='purple')
.set_global_opts(title_opts=opts.TitleOpts(title="17,18,19级学生性别分析"))
)
bar.render('17,18,19级学生性别分析.html')
province_list = getProvince(['./软件17学生详细名单.xls','./软件18学生详细名单.xls','./软件19学生详细名单.xls'])
VisualSexpyechart(province_list)
5、关系图example
import xlrd
from pyecharts import options as opts
from pyecharts.charts import Graph
def getRoom(filename):
Room={}
data=xlrd.open_workbook(filename,'r',encoding_override='utf-8')
table=data.sheets()[1]
rows=table.nrows
for i in range(rows):
if i==0:
continue
Room[table.row_values(i)[3]]=table.row_values(i)[9]
#print(Room)
return Room
def RoomSee(Room):
nodes=[]
for i in Room:
nodes.append({"name":i,"symbolSize":5})
# print(nodes)
links=[]
for i in Room:
for j in Room:
if Room[i]==Room[j]:
links.append({"source":i,"target":j})
print(links)
c= (
Graph()
.add("", nodes, links,
categories=None, # 结点分类的类目，结点可以指定分类，也可以不指定。
is_focusnode=True, # 是否在鼠标移到节点上的时候突出显示节点以及节点的边和邻接节点。默认为 True
is_roam=True,
is_rotate_label=True, # 是否旋转标签，默认为 False
layout="force", # 布局类型，默认force=力引导图，circular=环形布局
edge_length=300, # 力布局下边的两个节点之间的距离，这个距离也会受 repulsion 影响。默认为 50，TODO 值越大则长度越长
gravity=0.5, # 点受到的向中心的引力因子。TODO 该值越大节点越往中心点靠拢。默认为 0.2
repulsion=100, # 节点之间的斥力因子。默认为 50，TODO 值越大则斥力越大
label_opts=opts.LabelOpts(is_show=True),
linestyle_opts=opts.LineStyleOpts(curve=0.2), # 线的弯曲度
)
.set_global_opts(title_opts=opts.TitleOpts(title="Graph-基本示例"))
.render("./关系图系列.html")
)
RoomSee(getRoom("./软件19学生详细名单.xls"))
6、pyecharts词云
# 1.读取csv文件，把签名信息读取出来
from pyecharts import options
from pyecharts.charts import WordCloud
import csv
import re
import jieba
def getInfo(filename,index):
lstdata = []
with open(filename,'r') as fr:
reader = csv.reader(fr)
for i in reader:
if i!='':
lstdata.append(i[index])
file = open('./sign.txt','a',encoding='utf-8')
for ld in lstdata:
signature = ld.strip().replace("emoji",'').replace("span",'').replace("class",'')
rec = re.compile("lf\d+\w*|[<>/=]")
signature = rec.sub("",signature)
file.write(signature+"\n")
'''
signature = rec.sub("", signature)
if signature!="":
s = SnowNLP(signature)
if s.sentiments > 0.6:
file.write('情感分析：积极!****')
elif s.sentiments < 0.4:
file.write('情感分析：消极!****')
else:
file.write('情感分析：中性佛系!****')
file.write(signature + "\n")
'''
# 2 生成云图
def create_word_cloud(filename):
# 读取文件内容
'''在一个程序中，我想创建一个文本文件（.txt），文件名包含一个字符串（它被分配给一个名为FileName的变量）。除了文件名中的字符串外，还有一个前缀：“Special file:”。在代码中，我像平常一样写前缀，但是为了包含变量赋值字符串，我使用.format（）。在
代码：
FileName = 'XYZ'
ActiveFile = open('Special File: {0}.txt'.format(FileName), 'a')'''
text = open("./{}.txt".format(filename),encoding='utf-8').read()
# 结巴分词,精确模式
wordlist = jieba.lcut(text,cut_all=True)
counts = {} # 通过键值对的形式存储词语及其出现的次数
words = []
for word in wordlist:
if len(word) == 1: # 单个词语不计算在内
continue
else:
counts[word] = counts.get(word,0) + 1 # 遍历所有词语，每出现一次其对应的值加1
for key,value in counts.items():
words.append((key,value))
'''
items = list(counts.item()) # 将键值对转化成列表
print(items)
items.sort(key = lambda x:x[1],reverse=True) # 根据词语出现的次数进行从小到大排序
for i in range(5):
word,count = items[i]
print("{0:<5}{1:>5}".format(word,count))
'''
# wordcloud2 = WordCloud(width = 1300,height = 620)
# wordcloud2.add("",name,value,word_size_range = [10,100],shape = 'diamond')
w = (
WordCloud()
.add("",words)
.set_global_opts(title_opts=options.TitleOpts(title="词云"))
.render('./变形词云.html')
)
# wordcloud2.show_config()
# wordcloud2.render(path='./data/05=02变形词云.html')
# 3 个性签名统计
getInfo("./我的微信好友信息.csv",5)
create_word_cloud("sign")
7、好友省份地图可视化
import csv
from collections import Counter
# 1.读取csv文件，把性别信息读取出来
from pyecharts import options as opts
from pyecharts.charts import Map
def getInfo(filename,index):
lstdata = []
with open(filename,'r') as fr:
reader = csv.reader(fr)
for i in reader:
lstdata.append(i[index])
return lstdata
# 2.省份可视化
def province_Map(lstprovince):
lstprovincenew = []
# 2.1 去掉空白的项
for i in lstprovince:
if i == " ":pass
else: lstprovincenew.append(i)
# 2.2 统计每个城市出现的次数
data = Counter(lstprovincenew).most_common(15) # 使用Counter类统计出现的次数，并转换为元组列表
print(data)
# 2.3 根据省份数据生成地图
c = (
# Map() 里通过添加 init_opts 参数可以配置初始化画布大小。
# Map(init_opts=opts.InitOpts(height="1000px", width="1500px"))
Map()
.add(
series_name="好友省份",
data_pair=data,
maptype='china',# china-cities
is_selected=True,
# 是否启用鼠标滚轮缩放和拖动平移，默认为True
is_roam=True,
# 是否显示图形标记，默认为True
is_map_symbol_show=True,
# 图元样式配置
# 图元样式配置的 areaColor 为区域颜色， borderColor 为边框颜色，
# 其中 normal 为常规模式下的，emphasis 为强调样式下的，即鼠标移动到区域上的显示。
itemstyle_opts={
# 常规显示
"normal": {"areaColor": "white", "borderColor": "red"},
# 强调颜色
"emphasis": {"areaColor": "rgba(0,0,0,1)"}
}
)
.set_global_opts(
# 设置标题
title_opts=opts.TitleOpts(
# 主标题
title="省份地图",
# 副标题
subtitle="吴迪的好友省份数据",
# 组件距离容器左侧的位置
pos_left="left",
# 组件距离容器上方的像素值
pos_top="20",
# 设置标题颜色
title_textstyle_opts=opts.TextStyleOpts(color="#404a59",font_size=24)
),
# 图例配置项，参数 是否显示图里组件
legend_opts=opts.LegendOpts(is_show=True),
# 设置分段显示
visualmap_opts=opts.VisualMapOpts(max_=60, is_piecewise=True)
)
# 关闭标签(地图上的省份名称)名称显示,系列配置项里的标签加上color="bule" 参数可设置标签颜色为蓝色。
.set_series_opts(
label_opts=opts.LabelOpts(
is_show=True,
color='blue')
)
.render("./吴迪好友省份分布.html")
)
lstdata = getInfo("./我的微信好友信息.csv",3)
province_Map(lstdata)
8、好友城市地图分析
import csv
from collections import Counter
# 1.读取csv文件，把性别信息读取出来
from pyecharts import options as opts
from pyecharts.charts import Geo
def getInfo(filename,index):
lstdata = []
with open(filename,'r') as fr:
reader = csv.reader(fr)
for i in reader:
if i[index]=="City": pass
else: lstdata.append(i[index])
return lstdata
# 2.省份可视化
def VisualCitypyecharts(lstcity):
lstcitynew = []
# 2.1 去掉空白的项
for i in lstcity:
if i == "":pass
else: lstcitynew.append(i)
# 2.2 统计每个城市出现的次数
data = Counter(lstcitynew).most_common(15) # 使用Counter类统计出现的次数，并转换为元组列表
print(list(data))
# 2.3 根据省份数据生成地图
c = (
# Geo() 里通过添加 init_opts 参数可以配置初始化画布大小。
# Geo(init_opts=opts.InitOpts(height="1000px", width="1500px"))
Geo(init_opts=opts.InitOpts(width="1600px",
height="1000px",
page_title="wudi", # 网页标题
)
)
.add_schema(maptype="china",
label_opts=opts.LabelOpts(is_show=True,
position='inside', # 标签的位置。
font_size=12, # 文字的字体大小
color="black", # 文字的颜色。如果设置为 'auto'，则为视觉映射得到的颜色，如系列色。
font_style='italic',
font_weight='bold',
font_family='Arial',
rotate=60, # 标签旋转。从 -90 度到 90 度。正值是逆时针。
margin=8, # 刻度标签与轴线之间的距离。
)
)
.add(
series_name="好友城市",
data_pair=data,
# type_=ChartType.HEATMAP, # Geo 图类型,
symbol="triangle", # 标记图形形状,提供的标记类型包括 'circle', 'rect', 'roundRect', 'triangle','diamond', 'pin', 'arrow', 'none'
symbol_size=12, # 标记的大小
blur_size=15, # 每个点的大小
point_size=10, # 每个点模糊的大小，
color="blue", # 系列 label 颜色
is_selected=True,
# 图元样式配置
# 图元样式配置的 areaColor 为区域颜色， borderColor 为边框颜色，
# 其中 normal 为常规模式下的，emphasis 为强调样式下的，即鼠标移动到区域上的显示。
itemstyle_opts={
# 常规显示
"normal": {"areaColor": "white", "borderColor": "red"},
# 强调颜色
"emphasis": {"areaColor": "rgba(0,0,0,1)"}
}
)
.set_global_opts(
# 设置标题
title_opts=opts.TitleOpts(
# 主标题
title="城市地图",
# 副标题
subtitle="吴迪的好友城市数据",
# 组件距离容器左侧的位置
pos_left="left",
# 组件距离容器上方的像素值
pos_top="20",
# 设置标题颜色
title_textstyle_opts=opts.TextStyleOpts(color="#404a59",font_size=24)
),
# 图例配置项，参数 是否显示图里组件
legend_opts=opts.LegendOpts(is_show=True),
# 设置分段显示
visualmap_opts=opts.VisualMapOpts(max_=40, is_piecewise=True)
)
# 关闭标签(地图上的省份名称)名称显示,系列配置项里的标签加上color="bule" 参数可设置标签颜色为蓝色。
.set_series_opts(
label_opts=opts.LabelOpts(
is_show=True,
color='blue')
)
.render("./吴迪好友城市分布.html")
)
lstdata = getInfo("./我的微信好友信息.csv",1)
VisualCitypyecharts(lstdata)
9、好友头像集成大图
from PIL import Image
# 头像拼接图
def createImg():
x = 0
y = 0
imgs = os.listdir("./img")
# random.shuffle(imgs)
# 创建640 * 640 的图片用于填充各小图片
newImg = Image.new('RGBA',(640,640))
# 以640 * 640 来拼接图片，math.sqrt()开平方根计算每张小图片的宽高
width = int(math.sqrt(640*640/len(imgs)))
# 每行图片数
numLine = int(640/width)
for i in imgs:
try:
img = Image.open("./img/"+i)
# 缩小图片
img = img.resize((width,width),Image.ANTIALIAS)
# 拼接图片，一行排满，换行拼接
newImg.paste(img,(x*width,y*width))
x+=1
if x>=numLine:
x = 0
y+=1
except IOError:
print("img/%s can not open" %(i))
newImg.save("./all.png")
createImg()
10、微信好友名称分析职业特点，仪表板和水球图可视化
import re
from pyecharts import options as opts
import jieba
import xlrd
# 进行文本处理的库，可以分词，词性标注，情感分析，与jieba
from pyecharts.charts import Gauge
from pyecharts.charts import Liquid
# 打开xlsx
workbook = xlrd.open_workbook('./coor.xls')
sheet1 = workbook.sheet_by_name('Sheet1') # 这是好友信息表
num_rows1 = sheet1.nrows
sheet2 = workbook.sheet_by_name('Sheet2') # 这是职业广告对应表
num_rows2 = sheet2.nrows
# 根据输入的词语检索职业特点
# word 为待检索的词语，num_rows是excel表的行数目
def lexicon_deall(word,num_rows):
for curr_row in range(num_rows):
cell = sheet2.cell_value(curr_row,0)
if word in cell:
return True
return False
# 获取好友昵称
def get_Name():
NickName = []
for i in range(num_rows1-1):
NickName.append(sheet1.cell_value(i+1,2))
return NickName
# 定义一个函数，用来根据朋名称信息，并分析其职业特点
def create_nickname(NickName):
num_list = [] # 昵称中有手机号的朋友
advertise_list = [] # 宣传用昵称
temp = False
cop = re.compile("[^\u4e00-\u9fa5^.^a-z^A-Z^0-9]") # 去掉不必要的符号，只保留汉字，字母和数字
# 对好友的名称挨个分析
for sid,val in enumerate(NickName):
v1 = val.strip().replace("emoji","").replace("span","").replace("class","")
v2 = cop.sub("",v1)
# 判断是否包含手机号
if re.findall(r"1\d{10}",v2):
num_list.append(NickName[sid])
# 判断是否包含职业特点
cut = jieba.cut(v2)
# print("".join(cut))
for c in cut:
if lexicon_deall(c,num_rows2) == True:
print(c)
temp = True
if temp == True:
advertise_list.append(NickName[sid])
temp = False
# 把好友职业信息保存到文件中
with open("昵称分析.txt",'w',encoding="utf-8") as f:
f.write("以下是昵称中带手机号的好友：\n")
f.write(str(num_list))
f.write("这部分好友有自己的生意，需要大家关注手机号，联系方便\n")
f.write("以下是昵称中带职业的好友：\n")
f.write(str(advertise_list))
f.write("这部分好友有自己的事业\n")
# 好友职业信息可视化，仪表盘和水球图展示
c = (
Gauge()
.add(
series_name = "广告好友指标",
data_pair = [("所占比率", len(advertise_list)/len(NickName)*100)],
radius="100%", # 设置比例大小
min_=0, max_=200, # 设置起始、终止刻度
title_label_opts=opts.GaugeTitleOpts(
font_size=20, color="black", font_family="Microsoft YaHei" # 设置字体、颜色、大小
),
axisline_opts=opts.AxisLineOpts(
linestyle_opts=opts.LineStyleOpts(
color=[(0.3, "#67e0e3"), (0.7, "#37a2da"), (1, "#fd666d")], width=30 # 设置区间颜色、仪表宽度
)
),
)
.set_global_opts(
title_opts=opts.TitleOpts(
title="广告好友比例"
),
legend_opts=opts.LegendOpts(
is_show=False
),
)
.render("./仪表板广告好友比例.html")
)
c = (
Liquid()
.add("广告好友", [(len(advertise_list)/len(NickName)),(len(advertise_list)/len(NickName)*100)], is_outline_show=False)
.set_global_opts(title_opts=opts.TitleOpts(title="广告好友比例"))
.render("./水球图广告好友比例.html")
)
NickName = get_Name()
create_nickname(NickName)
