注：
由于网页基调为深蓝色，因此HTML格式图片背景色均为深蓝#323a5e。
原代码我找找，过两天放上来
分布地图
院士家乡图
先爬取科学院院士官网，通过正则法则的分词处理每位院士的介绍，将所有科学院院士名单爬下来。
然后对名单所在的家乡地进行count统计。
最后调用pyercharts，绘制Html网页版的院士家乡个数分布图。
本科院校分布图
词云图
爬取微博https://m.weibo.cn/2656274875/4687873717044893网页成txt文本，对关键词进行提取，然后对需要的部分进行分词。
最后选择一张分届明显、形状分明的图片，生成词云图。
拖拉交互柱形图
每个省份的本科院校数
单轴气泡图
各国教育投入经费
爬取网页后，对数据进行excel处理后，生成单轴气泡图。
饼图
2019年世界各国经费分布饼图
简化版
使用 PyEcharts 绘制院士家乡个数分布图的 HTML 网页版
在数据可视化领域，PyEcharts 是 Python 中一个强大的工具，它基于 ECharts 库，可以帮助你轻松地创建各种交互式图表和可视化效果。在本篇博客中，我们将学习如何使用 PyEcharts 绘制院士家乡个数分布图的 HTML 网页版，以便更清晰地展示数据。
准备工作
在开始之前，你需要确保已经安装了 PyEcharts 库和相关依赖。你可以使用 pip 安装 PyEcharts：
pip install pyecharts
接下来，我们将从头开始创建一个院士家乡个数分布图的 HTML 网页版。
数据准备
为了创建家乡分布图，首先需要准备数据。假设我们有一组院士数据，其中包含了每位院士的家乡信息，我们想要统计不同家乡的院士数量。
让我们假设数据如下：
data = { '湖南': 10, '广东': 15, '浙江': 8, '江苏': 12, # 其他省份数据... }
创建分布图
接下来，我们将使用 PyEcharts 来创建家乡分布图。首先，导入必要的模块：
from pyecharts import options as opts from pyecharts.charts import Map
然后，使用以下代码创建分布图：
c = ( Map() .add( series_name="院士数量", data_pair=data.items(), maptype="china", ) .set_global_opts( title_opts=opts.TitleOpts(title="院士家乡分布图"), visualmap_opts=opts.VisualMapOpts( is_piecewise=True, pieces=[ {"value": 0, "label": "0"}, {"min": 1, "max": 10, "label": "1-10"}, {"min": 11, "max": 20, "label": "11-20"}, {"min": 21, "label": "21+"}, ], in_range={"color": ['#e0ffff', '#006edd']}, ), ) ) c.render("academicians_hometown.html")
这段代码做了以下事情：
- 创建一个 Map 实例。
- 使用
.add()方法添加数据，其中data_pair参数包含家乡和院士数量的数据。 - 设置全局选项，包括标题、颜色映射等。
- 最后，使用
.render()方法将图表保存为 HTML 文件。
查看结果
运行上述代码后，将生成一个名为 “academicians_hometown.html” 的 HTML 文件。你可以通过浏览器打开它，查看生成的家乡分布图。
总结
使用 PyEcharts 绘制院士家乡个数分布图是一项相对简单的任务，但可以极大地增强数据可视化的效果。你可以根据自己的数据和需求来自定义图表样式和标签，以便更好地传达信息。希望本篇博客能帮助你开始使用 PyEcharts 创建交互式分布图和其他类型的数据可视化。
词云图
创建词云图是一种独特而有趣的数据可视化方式，可以帮助你直观地展示文本数据中的关键词。在本篇博客中，我们将学习如何使用Python中的WordCloud库来创建词云图。
准备工作
在开始之前，你需要安装WordCloud库。你可以使用pip进行安装：
pip install wordcloud
数据准备
首先，你需要准备包含文本数据的文件或字符串。在这个示例中，我们将使用一个简单的文本字符串作为示例：
text = "Python is an amazing programming language and it is widely used for data analysis, machine learning, and web development. Data visualization is an important part of data analysis, and word clouds are a popular way to visualize key terms in a text document."
创建词云图
接下来，我们将使用WordCloud库来创建词云图。导入必要的库和模块：
from wordcloud import WordCloud import matplotlib.pyplot as plt
然后，使用以下代码来生成和显示词云图：
# 创建词云对象 wordcloud = WordCloud(width=800, height=400, background_color='white').generate(text) # 显示词云图 plt.figure(figsize=(10, 5)) plt.imshow(wordcloud, interpolation='bilinear') plt.axis("off") plt.show()
这段代码做了以下事情：
- 创建一个WordCloud对象，可以设置词云图的宽度、高度和背景颜色等选项。
- 使用generate()方法生成词云图。
- 使用matplotlib库来显示词云图。
运行这段代码后，将显示一个词云图，其中包含了输入文本中的关键词，并且词语的大小表示其在文本中的重要性。
词云图的进一步定制
你可以根据自己的需求定制词云图，包括颜色、字体、形状等。例如，你可以指定词云图的形状，让词云中的词汇填充到特定形状中。
保存词云图
如果你想保存词云图为图像文件，可以使用WordCloud库的to_file()方法：
wordcloud.to_file("wordcloud.png")
这将把词云图保存为名为 “wordcloud.png” 的图像文件。
结语
创建词云图是一种有趣的数据可视化方法，它可以帮助你更好地理解文本数据的关键主题和关键词。你可以根据自己的需求定制词云图的外观和样式，以满足特定的可视化需求。希望本篇博客对你有所帮助，让你开始使用WordCloud库创建词云图。
