معرفی شرکت ها


cloudia-0.2.2


Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Tools to easily create a word cloud
ویژگی مقدار
سیستم عامل -
نام فایل cloudia-0.2.2
نام cloudia
نسخه کتابخانه 0.2.2
نگهدارنده []
ایمیل نگهدارنده []
نویسنده vaaaaanquish
ایمیل نویسنده 6syun9@gmail.com
آدرس صفحه اصلی https://github.com/vaaaaanquish/cloudia
آدرس اینترنتی https://pypi.org/project/cloudia/
مجوز MIT
# Cloudia Tools to easily create a word cloud. ### from string from str or List[str] ``` from cloudia import Cloudia text1 = "text data..." text2 = "text data..." # from str Cloudia(text1).plot() # from list Cloudia([text1, text2]).plot() ``` example from : [20 Newsgroups](http://qwone.com/~jason/20Newsgroups/) ![sample_img](https://github.com/vaaaaanquish/cloudia/blob/021a6d151fb6a3b579dc96b7086356fc0c225852/examples/img/sample_img.png?raw=true, "sample_img") We can also make it from Tuple. ``` from cloudia import Cloudia text1 = "text data..." text2 = "text data..." Cloudia([ ("cloudia 1", text1), ("cloudia 2", text2) ]).plot() ``` Tuple is ("IMAGE TITLE", "TEXT"). ### from pandas We can use pandas. ``` df = pd.DataFrame({'wc1': ['sample1','sample2'], 'wc2': ['hoge hoge piyo piyo fuga', 'hoge']}) # plot from df Cloudia(df).plot() # add df method df.wc.plot(dark_theme=True) ``` from pandas.DataFrame or pandas.Series. ![pandas_img](https://github.com/vaaaaanquish/cloudia/blob/021a6d151fb6a3b579dc96b7086356fc0c225852/examples/img/pandas_img.png?raw=true, "pandas_img") ![dark_img](https://github.com/vaaaaanquish/cloudia/blob/021a6d151fb6a3b579dc96b7086356fc0c225852/examples/img/dark_img.png?raw=true, "dark_img") We can use Tuple too. ``` Cloudia( ("IMAGE TITLE", pd.Series(['hoge'])) ).plot() ``` ### from japanese We can process Japanese too. ``` text = "これはCloudiaのテストです。WordCloudをつくるには本来、形態素解析の導入が必要になります。Cloudiaはmecabのような形態素解析器の導入は必要はなくnagisaを利用した動的な生成を行う事ができます。nagisaとjapanize-matplotlibは、形態素解析を必要としてきたWordCloud生成に対して、Cloudiaに対して大きく貢献しました。ここに感謝の意を述べたいと思います。" Cloudia(text).plot() ``` from japanese without morphological analysis module. ![japanese_img](https://github.com/vaaaaanquish/cloudia/blob/021a6d151fb6a3b579dc96b7086356fc0c225852/examples/img/japanese_img.png?raw=true, "jap_img") No need to introduce morphological analysis. # Install ``` pip install cloudia ``` # Args Cloudia args. ``` Cloudia( data, # text data single_words=[], # It's not split word list, example: ["neural network"] stop_words=STOPWORDS, # not count words, default is wordcloud.STOPWORDS extract_postags=['名詞', '英単語', 'ローマ字文'], # part of speech for japanese parse_func=None, # split text function, example: lambda x: x.split(',') multiprocess=True, # Flag for using multiprocessing individual=False # flag for ' '.join(word) with parse ) ``` plot method args. ``` Cloudia().plot( dark_theme=False, # color theme title_size=12, # title text size row_num=3, # for example, 12 wordcloud, row_num=3 -> 4*3image figsize_rate=2 # figure size rate ) ``` save method args. ``` Cloudia().save( file_path, # save figure image path dark_theme=False, title_size=12, row_num=3, figsize_rate=2 ) ``` pandas.DataFrame, pandas.Series wc.plot method args. ``` DataFrame.wc.plot( single_words=[], # It's not split word list, example: ["neural network"] stop_words=STOPWORDS, # not count words, default is wordcloud.STOPWORDS extract_postags=['名詞', '英単語', 'ローマ字文'], # part of speech for japanese parse_func=None, # split text function, example: lambda x: x.split(',') multiprocess=True, # Flag for using multiprocessing individual=False, # flag for ' '.join(word) with parse dark_theme=False, # color theme title_size=12, # title text size row_num=3, # for example, 12 wordcloud, row_num=3 -> 4*3image figsize_rate=2 # figure size rate ) ``` If we use wc.save, setting file_path args. # Thanks - [japanize-matplotlib](https://github.com/uehara1414/japanize-matplotlib) - [nagisa](https://github.com/taishi-i/nagisa)


نیازمندی

مقدار نام
- nagisa
- wordcloud
- pandas
- matplotlib
- wurlitzer
- joblib
>=1.1.1,<2.0.0 japanize_matplotlib


زبان مورد نیاز

مقدار نام
>=3.6,<4.0 Python


نحوه نصب


نصب پکیج whl cloudia-0.2.2:

    pip install cloudia-0.2.2.whl


نصب پکیج tar.gz cloudia-0.2.2:

    pip install cloudia-0.2.2.tar.gz