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))
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):
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: