如何用python实现带时间轴的词云？

Question

如何用python实现带时间轴的词云？
关键词词频已统计，展示不同时间下关键词词频的变化

Answer 1

引用自GPT：

1.准备数据：你已经有了关键词在不同时间下的词频统计数据。数据应该包含关键词、时间和词频这三列。

2.安装所需库：确保你已经安装了以下库：matplotlib, wordcloud, pandas, numpy。

3.创建时间轴：首先，你需要创建时间轴，以便在后续的可视化中使用。你可以从数据中提取唯一的时间戳，并将其转换为适当的时间格式，如日期对象或字符串。

4.生成词云：使用wordcloud库根据每个时间戳的关键词和词频生成词云。

5.可视化：使用matplotlib库将生成的词云与时间轴结合起来，以创建带时间轴的词云图。

下面是一个简单的代码示例，演示如何实现带时间轴的词云：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from wordcloud import WordCloud

# 准备数据（假设你已经有了这个数据）
data = {
    'keyword': ['apple', 'banana', 'orange', 'apple', 'banana', 'orange'],
    'date': ['2023-07-01', '2023-07-01', '2023-07-01', '2023-07-02', '2023-07-02', '2023-07-02'],
    'frequency': [10, 15, 8, 12, 9, 11]
}
df = pd.DataFrame(data)

# 创建时间轴
timestamps = pd.to_datetime(df['date']).sort_values().unique()

# 生成词云
for timestamp in timestamps:
    keywords_freq = df[df['date'] == timestamp]['frequency']
    keywords = df[df['date'] == timestamp]['keyword']
    wordcloud = WordCloud(width=800, height=400).generate_from_frequencies(dict(zip(keywords, keywords_freq)))
    
    # 可视化
    plt.figure(figsize=(10, 5))
    plt.imshow(wordcloud, interpolation='bilinear')
    plt.title(f"Word Cloud - {timestamp}")
    plt.axis("off")
    plt.show()