詞云
詞云是乙個自動化的文字視覺化工具。
詞云的特點：1、自動提取高頻詞；2、呈現高頻詞；3、字型大小體現單詞出現的次數。
文字視覺化的重要意義：在於幫助使用者快速地完成大量文字閱讀和理解，並從中獲取重要的資訊。
文字資料：比如：**、報紙、網頁等
應用場景：電子商務、社交計算、商業智慧型、使用者體驗、**分析、公共關係
文字視覺化的基本任務
1、文字內容視覺化：總結展現文字中的內容；展現文字所包含的情感；輔助大規模文字資料集的瀏覽。
2、文字關係視覺化：展現文字檔案之間的關係；展現檔案內容的內在聯絡。
文字視覺化的流程
上下文一致的詞云技術
語義相關或者相近的詞總會出現在相近位置
文字弧圍的螺線：文件中的句子
內部的單詞：文件中的單詞
字型、顏色:詞頻
位置：詞的出現
文字指紋
揭示特徵的分布規律；將特徵用一系列畫素圖來表示
文字特徵透鏡
用於視覺化乙個文件集合中文字特徵在不同粒度下的分布情況。
conceptvector技術
利用單詞在向量表達上的相似性來構建詞典，或者說概念，以此來幫助使用者檢索和分析相關的文件。
時序詞云
1、對文件集合進行時間劃分
2、對文件按時間段進行視覺化
3、結合交換技術
主題河流themeriver
橫軸：時間軸
每個顏色的河流：提取出來的乙個主題
河流的寬度：主題討論的熱烈程度
分類：
1、句子層面的文字關係視覺化
（1）單詞樹從句法層面呈現文字詞彙的字首關係。
單詞樹利用樹形結構來視覺化文字中的句子。
（2）短語網路
用節點鏈結圖來展示無結構文字中語義單元彼此間的關係。
節點：詞或者短語
邊：使用者指定的關係
箭頭：關係的有向性
邊的寬度：關係的頻率
（3）句子樹sententree
文件層面的文字關係視覺化
星系檢視
將每個文件看作一顆星星；將文件投影成點集；點與點之間距離與文件主題相似性成正比。
主題地貌
用等高線展現相似文件的分布；
山體高度：文件位置分布的疏密程度
等高線和顏色;文字分布的密度
文件越相似，則點分布越密集
基於範例的大文字集合投影
新聞地圖
jigsaw（多協同檢視）
地理資訊視覺化中一些簡單概念
地理空間資料 描述的是物件在空間中位置和屬性。如 乙個餐廳的地理位置和評分。特點 1 真實的人類生活空間 2 由移動裝置和感測器產生。等角度地圖投影 保證了投影面上任意三點之間的線段夾角在投影角前後保持不變。著名的方法 墨卡托投影 正軸等角圓柱投影 缺點 面積變形明顯。等面積投影 著名的方法 亞爾勃...
文字資料視覺化 練習
coding utf 8 matplotlib是乙個 python 的 2d數學繪相簿 安裝 pip install matplotlib import matplotlib.pyplot as plt jieba中文分詞庫 安裝 pip install jieba import jieba wor...
大資料視覺化（六）文字資料視覺化
在於利用視覺化技術刻畫文字和文件，將其中的資訊直觀的呈現。對文字的理解需求分為 詞彙級 語法級和語義級。詞彙級使用各類分詞演算法，而語法級使用一些句法分析演算法，語義級則使用主題抽取演算法。文字資料類別分為 單文字,文件集合,時序文字。文字視覺化的基本流程 原始文字 文字資訊挖掘 文字預處理 文字特...