使用Altair创建wordcloud

时间:2018-03-30 00:05:13

标签: word-cloud tag-cloud vega vega-lite altair

如何使用Altair创建wordcloud? Vega和vega-lite提供了wordcloud功能,我过去曾成功使用过它。 因此,如果我理解正确的话,应该可以从Altair访问它 我宁愿更喜欢用Python而不是嵌入式JSON来表达可视化。 我看到Altair的所有例子都涉及标准图表类型  散点图和条形图。 我还没有看到涉及wordclouds,网络,树图等的任何内容。

更具体地说,我如何表达或至少近似Altair中的以下Vega可视化?

def wc(pages, width=2**10.5, height=2**9.5):
 return {
  "$schema": "https://vega.github.io/schema/vega/v3.json",
  "name": "wordcloud",
  "width": width,
  "height": height,
  "padding": 0,
  "data" : [
      {
          'name' : 'table',
          'values' : [{'text': pg.title, 'definition': pg.defn, 'count': pg.count} for pg in pages)]
      }
  ],
  "scales": [
    {
      "name": "color",
      "type": "ordinal",
      "range": ["#d5a928", "#652c90", "#939597"]
    }
  ],
  "marks": [
    {
      "type": "text",
      "from": {"data": "table"},
      "encode": {
        "enter": {
          "text": {"field": "text"},
          "align": {"value": "center"},
          "baseline": {"value": "alphabetic"},
          "fill": {"scale": "color", "field": "text"},
          "tooltip": {"field": "definition", "type": "nominal", 'fontSize': 32}
        },
        "update": {
          "fillOpacity": {"value": 1}
        },
      },
      "transform": [
        {
          "type": "wordcloud",
          "size": [width, height],
          "text": {"field": "text"},
          #"rotate": {"field": "datum.angle"},
          "font": "Helvetica Neue, Arial",
          "fontSize": {"field": "datum.count"},
          #"fontWeight": {"field": "datum.weight"},
          "fontSizeRange": [2**4, 2**6],
          "padding": 2**4
        }
      ]
    }
  ],
}

Vega(wc(pages))

2 个答案:

答案 0 :(得分:4)

Altair的API基于Vega-Lite语法构建,该语法仅包含Vega中可用的一部分绘图类型。无法在Vega-Lite中创建字云,因此无法在Altair中创建它们。

答案 1 :(得分:2)

出于对@jakevdp 的疯狂尊重,您可以通过识别词云图的元素所涉及的内容,在 altair 中构建词云(或类似词云的东西):

  1. 单词及其各自数量的数据集
  2. 用每个单词编码的文本标记,以及可选的基于数量的大小和/或颜色
  3. “随机”在二维空间中分布 text_marks。

分配标记的一个简单选项是向数据添加额外的“x”和“y”列,每个元素都是您选择的 x 和 y 域范围内的随机样本:

import random
def shuffled_range(n): return random.sample(range(n), k=n)
n = len(words_and_counts)  # words_and_counts: a pandas data frame
x = shuffled_range(n)
y = shuffled_range(n)

data = words_and_counts.assign(x=x, y=y)

这并不完美,因为它没有明确防止单词重叠,但是您可以使用 n 并进行几次随机数生成,直到找到令人满意的布局。

准备好数据后,您可以像这样指定词云元素:

base = alt.Chart(data).encode(
    x=alt.X('x:O', axis=None),
    y=alt.Y('y:O', axis=None)
).configure_view(strokeWidth=0)  # remove border

word_cloud = base.mark_text(baseline='middle').encode(
    text='word:N',
    color=alt.Color('count:Q', scale=alt.Scale(scheme='goldred')),
    size=alt.Size('count:Q', legend=None)
)

这是应用于 Vega docs 中使用的相同数据集的结果:

altair word cloud