用R語言畫詞雲圖(文本挖掘應用之一)>step by step

一、step by step 畫詞雲圖

#install.packages("tm")

library(tm)

#安裝tmcn包可能需要源碼安裝，安裝方法，到https://r-forge.r-project.org/R/?group_id=1571下載tmcn包源碼到E盤，然後在RStudio運行：install.packages("E/tmcn_0.1-4.zip")

library(tmcn)

#構建語料庫

#在"E:/Test"文件夾下新建一個txt文件，打開http://mp.weixin.qq.com/s?__biz=MzA3NTM2OTQwMg==&mid=504277338&idx=1&sn=6d4a45c98966611798e0b2060c083a2c&scene=18#wechat_redirect，按CTRL+A全選複製進去那個新建的txt文件，保存退出。

yuliaoku<-Corpus(DirSource("E:/Test",pattern="*.txt"),readerControl = list(language="UTF-8"))

#語料庫預處理

yuliaoku<-tm_map(yuliaoku,stripWhitespace)

#中文分詞

#install.packages("Rwordseg",repos = "http:/http://R-Forge.R-project.org",type = "source")

library(Rwordseg)

yuliaoku<-tm_map(yuliaoku,content_transformer(segmentCN),returnType="tm")

#篩選分詞的長度為1-5個字元，停用詞為stopwordsCN()集

control<-list(wordLengths=c(1,5),stopwords=stopwordsCN())

#分詞頻數統計

mt<-TermDocumentMatrix(yuliaoku,control = control)

#轉成向量矩陣

vmt<-as.matrix(mt)

#對分詞的頻數求和並排序

val<-sort(rowSums(vmt),decreasing = TRUE)

df<-data.frame(word=names(val),freq=val)

#畫詞雲圖

#install.packages("wordcloud")

library(wordcloud)

wordcloud(df$word,df$freq,min.freq = 3,random.order = FALSE,colors = rainbow(length(row.names(vmt))))

#install.packages("wordcloud2")

library(wordcloud2)

letterCloud(demoFreqC, word = M) #M是26個字母之一

如對你有用請點個贊，僅供學習之用，如要轉載請註明出處，侵權必究！