其他
用Python分析了波周杰伦，还做了数据可视化
首先，需要引入 JSON 库（未安装者通过 pip install json 安装）。
import json然后，读取我们下载的 JSON 文件，存储在名为 data 的变量中。
with open(‘ lyrics.json’ , ‘ r’ ) as f:data = json.load(f)接着，遍历 data 中的每一项，找出“歌手”=“周杰伦”的数据项，存到data_zjl 中。
data_zjl = [item for item in data if item[‘ singer’ ]==’ 周杰伦’ ]print(len(data_zjl))建立一个空列表 zjl_lyrics，用于存储歌词。遍历 data_zjl 中的每一首歌，将它们的歌词存到 zjl_lyrics 中。
Zjl_lyrics = []for song in data_zjl:zjl_lyrics = zjl_lyrics + song[‘ lyric’ ]最后将 zjl_lyrics 写入一个新的 .txt 文件。
with open(“ zjl_lyrics.txt” , “ w” ) as outfifile:outfifile.write(“ \n” .join(zjl_lyrics))图1
以下附上一种在 Python 中分词的方法。首先引入 jieba 库（安装 ：pip install jieba）、pandas 库（安装 ：pip install pandas）、用于频次统计的 Counter 库，以及表单工具，代码如下。
import jiebaimport jieba.analyseimport pandas as pdfrom collections import Counterwith open(‘ chinese_stop_words.txt’ ) as f:stopwords = [line.strip() for line in f.readlines()]打开歌词文件，利用 jieba 库进行分词。分词之后，删除停用词、去除无用的符号等。用 Counter 库对清洗干净的词语进行频次统计。然后将统计结果用 pandas库转换为数据表单，存储为 Excel 文件，代码如下。
fifile = open(“ zjl_lyrics.txt” ).read()words = jieba.lcut(fifile, cut_all=False, use_paddle=True)words = [w for w in words if w not in stopwords]words = [w.strip() for w in words]words = [w for w in words if w != ‘ ’ ]words_fifilter = [w for w in words if len(w) > 1]df = pd.DataFrame.from_dict(Counter(words_fifilter), orient=’ index’ ).reset_index()df = df.rename(columns={‘ index’ :’ words’ , 0:’ count’ })df.to_excel(“ 周杰伦分词结果 .xlsx” )表1
由于是文本类数据，我们首先想到的可视化形式可能是文字云。如果你使用 Python，则可以直接基于刚才的分析结果，调用wordcloud库绘制文字云，代码如下。
from wordcloud import WordCloud# 注 ：这里需要引入一个中文字体，否则会乱码wc = WordCloud(font_path = ‘ Alibaba-PuHuiTi-Regular.ttf’ ,background_color=” white” ,max_words = 2000)wc.generate(‘ ‘ .join(words_fifilter))import matplotlib.pyplot as pltplt.imshow(wc)plt.fifigure(fifigsize=(12,10), dpi = 300)plt.axis(“ off” )plt.show()图2
图3
图5
本文节选自《数据可视化设计指南：从数据到新知（全彩）》一书。