VISUALIZATION - fingeredman/teanaps GitHub Wiki

`TEANAPS` API Documentation

Visualization

4. `teanaps.visualization`

4.1. `teanaps.visualization.GraphVisualizer`

Python Code (in Jupyter Notebook) :
from teanaps.visualization import GraphVisualizer

gv = GraphVisualizer()

teanaps.visualization.GraphVisualizer.draw_histogram(data_meta_list, graph_meta) Top(https://github.com/fingeredman/teanaps/wiki/VISUALIZATION#teanaps-api-documentation)

입력된 그래프 메타정보를 바탕으로 생성된 히스토그램 그래프를 출력합니다.
Parameters
- data_meta_list (list) : 그래프에 표현할 데이터 딕셔너리를 포함하는 리스트. Examples 참고.
- graph_meta (dict) : 그래프 속성을 정의한 딕셔너리. Examples 참고.
Returns
- plotly graph (graph object) : 히스토그램 그래프.

Examples

Python Code (in Jupyter Notebook) :

x = ["a", "b", "c", "d", "e", "f"]
y = [1, 2, 3, 4, 5, 6]
z = [4, 6, 3, 4, 2, 9]

data_meta_list = []

data_meta = {
    "graph_type": "histogram",
    "data_name": "Y",
    "x_data": x,
    "y_data": y,
    "y_axis": "y1",
}
data_meta_list.append(data_meta)

data_meta = {
    "graph_type": "histogram",
    "data_name": "Z",
    "x_data": x,
    "y_data": z,
    "y_axis": "y1"
}
data_meta_list.append(data_meta)

graph_meta = {
    "title": "HISTOGRAM",
    "x_tickangle": 0,
    "y1_tickangle": 0,
    "y2_tickangle": 0,
    "x_name": "X",
    "y1_name": "Y1",
    "y2_name": "Y2",
}

gv.draw_histogram(data_meta_list, graph_meta)

Output (in Jupyter Notebook) : visualization_histogram

teanaps.visualization.GraphVisualizer.draw_line_graph(data_meta_list, graph_meta) Top(https://github.com/fingeredman/teanaps/wiki/VISUALIZATION#teanaps-api-documentation)
- 입력된 그래프 메타정보를 바탕으로 생성된 라인 그래프를 출력합니다.
- Parameters
  - data_meta_list (list) : 그래프에 표현할 데이터 딕셔너리를 포함하는 리스트. Examples 참고.
  - graph_meta (dict) : 그래프 속성을 정의한 딕셔너리. Examples 참고.
- Returns
  - plotly graph (graph object) : 라인 그래프.
- Examples
  Python Code (in Jupyter Notebook) :
```
x = ["a", "b", "c", "d", "e", "f"]
y = [1, 2, 3, 4, 5, 6]
z = [4, 6, 3, 4, 2, 9]

data_meta_list = []

data_meta = {
    "data_name": "Y",
    "x_data": x,
    "y_data": y,
    "y_axis": "y1",
}
data_meta_list.append(data_meta)

data_meta = {
    "data_name": "Z",
    "x_data": x,
    "y_data": z,
    "y_axis": "y2"
}
data_meta_list.append(data_meta)

graph_meta = {
    "title": "LINE GRAPH",
    "x_tickangle": 0,
    "y1_tickangle": 0,
    "y2_tickangle": 0,
    "x_name": "X",
    "y1_name": "Y1",
    "y2_name": "Y2",
}

gv.draw_line_graph(data_meta_list, graph_meta)
```
  Output (in Jupyter Notebook) :

teanaps.visualization.GraphVisualizer.draw_matrix(data_meta_list, graph_meta) Top(https://github.com/fingeredman/teanaps/wiki/VISUALIZATION#teanaps-api-documentation)

입력된 그래프 메타정보를 바탕으로 생성된 매트릭스 그래프를 출력합니다.
Parameters
- data_meta (dict) : 그래프에 표현할 데이터 딕셔너리. Examples 참고.
- graph_meta (dict) : 그래프 속성을 정의한 딕셔너리. Examples 참고.
Returns
- plotly graph (graph object) : 매트릭스 그래프.

Examples

Python Code (in Jupyter Notebook) :

x = ["A", "B", "C", "D", "E", "F"]
y = ["AA", "BB", "CC", "DD", "EE", "FF"]
x_data = []
y_data = []
z_data = []
for x_index in range(len(x)):
    for y_index in range(len(y)):
        x_data.append(x[x_index])
        y_data.append(y[y_index])
        z_data.append(x_index/2 + y_index)

data_meta = {
    "colorbar_title": "Z RANGE",
    "x_data": x_data,
    "y_data": y_data,
    "z_data": z_data
}

graph_meta = {
    "title": "MATRIX",
    "height": 1000, 
    "width": 1000,
    "y_tickangle": 0,
    "y_name": "Y",
    "x_tickangle": 0,
    "x_name": "X",
}

gv.draw_matrix(data_meta, graph_meta)

Output (in Jupyter Notebook) : visualization_matrix

teanaps.visualization.GraphVisualizer.draw_scatter(data_meta_list, graph_meta) Top(https://github.com/fingeredman/teanaps/wiki/VISUALIZATION#teanaps-api-documentation)

입력된 그래프 메타정보를 바탕으로 생성된 산점도 그래프를 출력합니다.
Parameters
- data_meta_list (list) : 그래프에 표현할 데이터 딕셔너리를 포함하는 리스트. Examples 참고.
- graph_meta (dict) : 그래프 속성을 정의한 딕셔너리. Examples 참고.
Returns
- plotly graph (graph object) : 산점도 그래프.

Examples

Python Code (in Jupyter Notebook) :

x1 = [1, 2, 3, 4, -5, 6]
y1 = [-4, 6, 3, 4, 2, 9]
label1 = ["a", "b", "c", "d", "e", "f"]

x2 = [6, 7, 2, -4, 5, 2]
y2 = [1, 3, 5, 2, -7, 9]
label2 = ["A", "B", "C", "D", "E", "F"]

data_meta_list = []

data_meta = {
    "data_name": "COORDINATES1",
    "x_data": x1,
    "y_data": y1,
    "label": label1
}
data_meta_list.append(data_meta)

data_meta = {
    "data_name": "COORDINATES2",
    "x_data": x2,
    "y_data": y2,
    "label": label2
}
data_meta_list.append(data_meta)

graph_meta = {
    "title": "SCATTER",
    "x_name": "X",
    "y_name": "Y"
}

gv.draw_scatter(data_meta_list, graph_meta)

Output (in Jupyter Notebook) : visualization_scatter

teanaps.visualization.GraphVisualizer.draw_radar(data_meta, graph_meta) Top(https://github.com/fingeredman/teanaps/wiki/VISUALIZATION#teanaps-api-documentation)
- 입력된 그래프 메타정보를 바탕으로 생성된 레이다 그래프를 출력합니다.
- Parameters
  - data_meta (dict) : 그래프에 표현할 데이터 딕셔너리. Examples 참고.
  - graph_meta (dict) : 그래프 속성을 정의한 딕셔너리. Examples 참고.
- Returns
  - plotly graph (graph object) : 레이다 그래프.
- Examples
  Python Code (in Jupyter Notebook) :
```
x = ["a", "b", "c", "d", "e", "f"]
r = [1, 2, 3, 4, 5, 6]

data_meta = {
    'label': x,
    'r': r,
}

graph_meta = {
    "title": "RADAR GRAPH",
    "axis": True,
}

gv.draw_radar(data_meta, graph_meta)
```
  Output (in Jupyter Notebook) :

4.2. `teanaps.visualization.TextVisualizer`

Python Code (in Jupyter Notebook) :
from teanaps.visualization import TextVisualizer

tv = TextVisualizer()

teanaps.visualization.Textvisualizer.draw_sentence_attention(token_list, weight_list) Top(https://github.com/fingeredman/teanaps/wiki/VISUALIZATION#teanaps-api-documentation)
- 형태소 단위로 분리된 문장과 각 형태소별 가중치를 바탕으로 문장의 특정 부분을 하이라이트한 형태의 문장 그래프로 출력합니다.
- Parameters
  - token_list (list) : 형태소 단위로 분리된 문장의 각 형태소를 포함하는 리스트.
  - weight_list (list) : 형태소 단위로 분리된 문장의 각 형태소에 해당하는 가중치를 포함하는 리스트.
- Returns
  - plotly graph (graph object) : 문장 그래프.
- Examples
  Python Code (in Jupyter Notebook) :
```
sentence = "문장에서 중요한 부분을 음영으로 강조하여 표현하기 위해 사용됩니다."
token_list = sentence.split(" ")
#token_list = ['문장에서', '중요한', '부분을', "음영으로", '강조하여', '표현하기', '위해', '사용됩니다.']
weight_list = [1, 5, 2, 1, 4, 2, 1, 1]

tv.draw_sentence_attention(token_list, weight_list)
```
  Output (in Jupyter Notebook) :
  Python Code (in Jupyter Notebook) :
```
sentence = "가중치가 양수면 파란색, 음수면 빨간색으로 음영을 표현합니다."
token_list = sentence.split(" ")
#token_list = ['가중치가', '양수면', '파란색,', "음수면", '빨간색으로', '표현합니다.']
weight_list = [0, 2, 5, -1, -4, 0, 0, 0]

tv.draw_sentence_attention(token_list, weight_list)
```
  Output (in Jupyter Notebook) :
teanaps.visualization.Textvisualizer.draw_wordcloud(data_meta, graph_meta) Top(https://github.com/fingeredman/teanaps/wiki/VISUALIZATION#teanaps-api-documentation)
- 단어와 그 가중치를 바탕으로 생성된 워드클라우드 이미지를 출력합니다.
- graph_meta의 mask_path에 이미지 경로를 추가하면 원하는 모양/색상의 워드클라우드를 생성할 수 있습니다.
- Parameters
  - data_meta (dict) : 그래프에 표현할 데이터 딕셔너리. Examples 참고.
  - graph_meta (dict) : 그래프 속성을 정의한 딕셔너리. Examples 참고.
- Returns
  - figure (matplotlib.pyplot.plt) : 워드클리우드.
- Examples
  Python Code (in Jupyter Notebook) :
```
tf = {
    "TEANAPS": 10,
    "teanaps.com": 4,
    "fingeredman": 2,
    "텍스트마이닝": 3,
    "자연어처리": 4,
    "감성분석": 1,
    "단어빈도": 1,
    "TFIDF": 1,
    "요약": 1,
    "단어네트워크": 1,
    "형태소분석": 1,
    "개체명인식": 1,
    "구문분석": 1
}

data_meta = {
    "weight_dict": tf,
}

graph_meta = {
    "height": 1000, 
    "width": 1000,
    "min_font_size": 10,
    "max_font_size": 500,
    "margin": 10,
    "background_color": "white",
    "mask_path": None
}

tv.draw_wordcloud(data_meta, graph_meta)
```
  Output (in Jupyter Notebook) :
teanaps.visualization.Textvisualizer.draw_network(data_meta, graph_meta, mode="text+markers", centrality_th=0.5, ego_node_list=[], node_size_rate=10, edge_width_rate=10, text_size_rate=10) Top(https://github.com/fingeredman/teanaps/wiki/VISUALIZATION#teanaps-api-documentation)
- 단어와 그 가중치, 그리고 순서쌍을 바탕으로 생성된 네트워크 이미지를 출력합니다.
- Parameters
  - data_meta (dict) : 그래프에 표현할 데이터 딕셔너리. Examples 참고.
  - graph_meta (dict) : 그래프 속성을 정의한 딕셔너리. Examples 참고.
  - mode (str) : 그래프에서 노드를 표현하는 옵션, {"text+markers", "markers", "text"} 중 하나 입력. Examples 참고.
  - centrality_th (float) : 노드 필터링 기준 중심성 수치. 입력한 값 이상의 중심성을 가진 노드만 그래프에 표현됨.
  - ego_node_list (list) : 에고 네트워크를 생성할 중심노드 리스트. 입력된 노드와 직접 연결된 노드만 그래프에 표현됨.
  - node_size_rate (int) : 노드 사이즈 표현 가중치. 수치가 높을수록 노드의 크기가 크게 표현됨.
  - edge_width_rate (int) : 엣지 두께 표현 가중치. 수치가 높을수록 엣지의 두께가 가늘게 표현됨.
  - text_size_rate (int) : 텍스트 레이블 크기 표현 가중치. 수치가 높을수록 텍스트 레이블 크기가 작게 표현됨.
- Returns
  - plotly graph (graph object) : 네트워크 그래프.
- Examples
  Python Code (in Jupyter Notebook) :
```
data_meta = {
    "node_list": ["a", "b", "c", "d", "e", "f"],
    "edge_list": [("a", "b", 1), ("c", "d", 10), ("a", "c", 15), ("b", "d", 1),
                  ("a", "f", 20), ("a", "e", 5), ("e", "d", 1), ("d", "f", 5)],
    "weight_dict": {
        "a": 4,
        "b": 2,
        "c": 2,
        "d": 3,
        "e": 2,
        "f": 2
    }
}

graph_meta = {
    "title": "WORD NETWORK",
    "height": 1000, 
    "width": 1000,
    "weight_name": "Weight",
}

tv.draw_network(data_meta, graph_meta, mode="text+markers", node_size_rate=7, edge_width_rate=5)
```
  Output (in Jupyter Notebook) :

VISUALIZATION - fingeredman/teanaps GitHub Wiki

TEANAPS API Documentation

Visualization

4. teanaps.visualization

4.1. teanaps.visualization.GraphVisualizer

4.2. teanaps.visualization.TextVisualizer

`TEANAPS` API Documentation

4. `teanaps.visualization`

4.1. `teanaps.visualization.GraphVisualizer`

4.2. `teanaps.visualization.TextVisualizer`