經(jīng)常做數(shù)據(jù)分析的人肯定不會對詞云圖感到陌生，尤其是近幾年來非常流行，不管是發(fā)布會、行業(yè)報告還是新聞，都喜歡使用詞云這種形式，將信息的關鍵詞組成形象生動的圖案，一下子就能抓住生人眼球，因為詞云圖這種可視化圖表給人的第一印象就是足夠裝逼，足夠亮眼！
羅振宇的跨年演講中用到詞云
但是詞語云圖的最大優(yōu)點，其實并不是它的顏值，而是它能夠能夠直觀地展示數(shù)據(jù)頻率，對出現(xiàn)頻率較高的關鍵詞予以重點突出，從而過濾掉大量的文本信息，幫助我們進行數(shù)據(jù)分析。
而且，如果能夠親手做一個詞云圖，發(fā)到朋友圈里豈不是能夠帥到?jīng)]朋友？
網(wǎng)上有很多線上詞云制作網(wǎng)站，但是基本上很難實現(xiàn)對數(shù)據(jù)的篩選和過濾，僅僅是有著好看的皮囊而已。對于數(shù)據(jù)分析人而言，還是要借助專業(yè)的分析工具，下面我就用Python和FineBI這兩個常用的數(shù)據(jù)分析工具，分別實操一下如何制作炫酷又裝逼的詞云。
Pyhton
1、安裝Python運行環(huán)境和套裝
這個不必多說，推薦下載的套裝是anaconda，做詞云很好用。下載完畢后，配置好運營環(huán)境后，執(zhí)行安裝文件就行了。
2、準備數(shù)據(jù)
下面是我隨便找了一篇英文文章，作為要進行詞云制作的數(shù)據(jù)基礎
我把其中的正文文字部分拷貝了下來，存儲為一個文本文件，叫做yes-minister.txt，把這個文件挪動到我們的工作目錄demo里，這樣數(shù)據(jù)就準備好了。
3、開始做詞云了
做詞云的核心步驟只有兩個——輸入文本和呼喚詞云包。
首先，在命令行下，輸入：
jupyter notebook
瀏覽器會自動開啟，并且顯示如下界面——Jupyter的主頁面，我們點擊New按鈕，選擇Python 2選項。
然后就出現(xiàn)了一個空白的筆記本，供我們使用了。我們在網(wǎng)頁里唯一的代碼文本框里，輸入以下3條語句，輸入后，按Shift+Enter鍵，就可以執(zhí)行了。
filename = "yes-minister.txt"with open(filename) as f: mytext = f.read()
文本就出現(xiàn)了，然后我們呼喚(import)詞云包，利用mytext中存儲的文本內(nèi)容來制造詞云。
from wordcloud import WordCloudwordcloud = WordCloud().generate(mytext)
此時，制作詞云最核心的兩步就完成了。
4、調出詞云，完成
輸入下面4行語句：
%pylab inlineimport matplotlib.pyplot as pltplt.imshow(wordcloud, interpolation='bilinear')plt.axis("off")這樣一個簡單的詞云圖就做好了，想要將詞云圖做的更加美觀，還需要調節(jié)各種參數(shù)，這里就不一一講解了，感興趣地可以自己慢慢去探索。
FineBI
相比于Python，用FineBI最大的好處就是不用編寫代碼，簡單易用，毫無數(shù)據(jù)和編程基礎的人都能夠輕松做出好看的詞云。
1、下載安裝FineBI，準備數(shù)據(jù)
下載地址可以私聊我“FineBI”獲得免費下載鏈接，為了方便起見，我這里就直接用FineBI自帶的數(shù)據(jù)了。
2、組件設置
新建組件并選擇樣式數(shù)據(jù)業(yè)務包下的搜索詞匯統(tǒng)計表，將待分析區(qū)域維度下的字段“搜索詞”拖入橫軸中，將指標下的字段“搜索次數(shù)”拖入縱軸中，在圖表類型下選擇詞云圖。
3、大小、文本、顏色的優(yōu)化
選擇該圖表類型后，圖形屬性下形狀自動切換為文字，維度字段被添加到文本中，指標字段添加到大小屬性中
4、詞云完成
總結
通過進行詞云分析，我們可以看的出來哪些數(shù)據(jù)是出現(xiàn)頻次最多的，我們的關注點是哪些。這次我演示做的詞云也很簡單，后續(xù)在研究研究讓它更美觀一些，精準一些。
