本次的重点绘制词云，所以并不太重视其他分析方面的论述。

本机环境：

window 10

R x64 3.3.0

R包：

tmcn：词频统计

wordcloud2：绘制词云

Rwordseg：分词

由于tmcn和Rwordseg包在R3.3.0的版本中没有可以直接在线下载安装，所以需要去搜索并且本地安装

附Rwordseg和tmcn的下载链接，注意安装Rwordseg前需要配置java环境，这里就不具体阐述了，百度即可。

https://r-forge.r-project.org/R/?group_id=1054

https://r-forge.r-project.org/R/?group_id=1571

数据文件：

本次采用自主爬虫的数据文件csv(豆瓣电影：我不是潘金莲)的评论语料

数据样式截图如下：

关于此爬虫的代码与文件，需要可以下载，如失效，也可留言

链接：http://pan.baidu.com/s/1kVe9cMj 密码：84ft

前期导入清理、分词、词频统计

library(Rwordseg)
library(tmcn)
library(wordcloud2)
data <- read.csv("d.csv",encoding="utf-8")
data <- unique(data)# 去除重复的数据

#去除评论中含有的英文和数字

text <- gsub('[a-zA-Z0-9]','',data$comment)

#插入自定义词汇

words <- c('范冰冰')

insertWords(strwords=words)

#分词

segword <- segmentCN(strwords=text)

#创建停止词库,并转为向量格式

mystopwords <- read.table("stop_words.txt",stringsAsFactors=FALSE)

mystopwords <- as.vector(mystopwords[,1])

#自定义删除停止词函数

removewords <- function(target_words,stop_words)

{

target_words <- target_words[target_words%in%stop_words==FALSE]

return(target_words)

}

segword2 <- sapply(X=segword,FUN=removewords,mystopwords)

开始绘制词云

首先介绍下wordcloud2这个函数

wordcloud2(data, size = 1, minSize = 0, gridSize = 0,
fontFamily = NULL, fontWeight = 'normal',
color = 'random-dark', backgroundColor = "white",
minRotation = -pi/4, maxRotation = pi/4, rotateRatio = 0.4,
shape = 'circle', ellipticity = 0.65, widgetsize = NULL)

常用参数：

（1）data：词云生成数据，包含具体词语以及频率；

（2）size：字体大小，默认为1，一般来说该值越小，生成的形状轮廓越明显；

（3）fontFamily：字体，如‘微软雅黑’；

（4）fontWeight：字体粗细，包含‘normal’，‘bold’以及‘600’；；

（5）color：字体颜色，可以选择‘random-dark’以及‘random-light’，其实就是颜色色系；

（6）backgroundColor：背景颜色，支持R语言中的常用颜色，如‘gray’，‘blcak’，但是还支持不了更加具体的颜色选择，如‘gray20’；

（7）minRontatin与maxRontatin：字体旋转角度范围的最小值以及最大值，选定后，字体会在该范围内随机旋转；

（8）rotationRation：字体旋转比例，如设定为1，则全部词语都会发生旋转；

（9）shape：词云形状选择，默认是‘circle’，即圆形。还可以选择‘cardioid’（苹果形或心形），‘star’（星形），‘diamond’（钻石），‘triangle-forward’（三角形），‘triangle’（三角形），‘pentagon’（五边形）；

#绘制文字云

word_freq <- getWordFreq(string=unlist(segword2))

一切使用默认参数

wordcloud2(word_freq)

提取前1000个，并改变形状

wordcloud2(word_freq[0:1000,],size=1,shape='star',fontFamily="微软雅黑")

#绘制出出现频率最高的前50个词

wordcloud2(word_freq[0:1000,],size=1,shape='star',fontFamily="微软雅黑")

#自定义图片，只要是黑白图片即可，文字默认会画在黑色部分上

wordcloud2(word_freq,figPath='horse.png',size=0.5,shape='star',fontFamily="微软雅黑")

其实到这里很多参数你都可以随意尝试，怎么好看怎么调。

欢迎大家对此多多提提意见，我也不知道该写什么好了，谢谢！

R语言利用wordcloud2绘制词云相关推荐

R语言统计词频画词云
原始数据: 程序: #统计词频 library(wordcloud)# F:/master2017/ch4/weibo170.cut.txttext <- readLines("F:/ ...
在SAP分析云里根据业务数据绘制词云(Word Cloud)
词云(WordCloud)的概念,据网络上搜索到的资料,最早由美国一位新闻学专业的副教授提出,对文本中出现频率较高的关键词予以视觉上的突出,一般采取"出现频次越高,关键词渲染尺寸越大&quo ...
R语言如何画个性化词云图
我之前写了一篇关于使用wordcloud包的文本可视化的博客.点击查看. Ian Fellows与2014-06-13公布了wordcloud包,之前我用wordcloud包写了一篇关于文本可视化的博 ...
https open api_通过bilibili_api获取弹幕+绘制词云的方法
刚接触python 随手做一些自己感兴趣的项目,看到了一个通过bilibili_api三行代码获取弹幕的教程(vx公号:天作之程(jhtmtzzc))使用的是bilibili_api ,是2020年1 ...
使用Python做中文分词和绘制词云
使用Python做中文分词和绘制词云李小璐出轨云词图作为一门编程语言,Python的编写简单,支持库强大,应用场景多,越来越多的人开始将它作为自己的编程入门语言. Python一个比较重要的场景是 ...
python爬虫网站词云_Python爬虫之爬取情话网站并绘制词云
一.爬取网站 1.分析目标网站首先我们需要分析目标网站的源代码分析html得知所有的情话都是在标签下,而且一个标签对应着一句情话. 2.编写代码 import bs4 import reque ...
python中用来绘制词云的第三方库_如何用Python绘制词云？
如果希望能够看懂代码,那么需要具备: 1. 了解Python语言的语法结构 2. 了解Python语言的标准包.第三方包的区别 3. Python代码基本是英文,意思一定程度上代表了它要做的事,懂英文 ...
python 词云_利用Python生成词云
利用Python生成词云一.第三方库的安装与介绍 1.1 Python第三方库jieba(中文分词) 1.介绍 "结巴"中文分词:做最好的 Python 中文分词组件. 2.特 ...
【Python】文本情感分析及绘制词云
码字不易,喜欢请点赞!!! 这篇文章主要分享了使用Python来对文本数据进行情感分析以及绘制词云. 主要步骤包括: 1.文本预处理 2.文本分词 3.去除停用词(这里设置为单个词和一些常见的停用词) ...
python红楼梦绘制词云形状图_python数据挖掘实战笔记——文本挖掘（5）：词云美化之绘制《红楼梦》词云图...
词云图的美化就是把词云图的背景和颜色进行美化,以<红楼梦>词云图为例,如下所示: 首先绘制词云,跟之前的代码操作一样: import jieba import numpy import c ...

R语言利用wordcloud2绘制词云

前期导入清理、分词、词频统计

开始绘制词云

R语言利用wordcloud2绘制词云相关推荐

最新文章

热门文章