R语言 wordcloud停用词2 画图怎么在网页显示，自定义的图和letterCloud（）都显示不出来

来源：蜘蛛抓取(WebSpider) 时间：2016-12-21 10:53 标签： wordcloud2

R语言进行詞云统计分析

本文章从爬虫、词频统计、可视化三个方面讲述了R语言的具体应用欢迎大家共同谈论学习

1、使用 rvest 进行數据的爬取 

#如果没有，先安装rvest包
  • %>%管道函数将左边的值赋给右边函数作为第一个参数的值
  • web存储网页信息的变量。
  • html_text()函数获取标签内的文本信息 
 

 要获取网页中的节点打开所要爬取网页内容——>按F12——>找到内容所对应的网页节点

2、使用jiebaR进行分词，统计词频 

 
#初始化分词引擎并加载停用词
#user表示需要组合到一起的单词
#根据词频降序排列(FALSE升序排列)
 

 1）“dictionary.txt”是指明需要组合到一起的词组，比如说在默認情况下分词的结果可能会将“机器学习”处理成“机器”“学习”，而我们其实想要的是“机器学习”所以需要加载此字典表进行指定。注意：此文件的内容是自己指定的具体内容如下：
 
 

 2）“stopwords.txt”，是需要过滤掉的词组比如“它”、“就是”、“作者”等词对于我們分析没有实际意义，我们就不需要统计他们具体内容：
 
 

 

 wordcloud停用词2包的安装就不能像前面的直接使用install.packages("wordcloud停用词2")进行咹装了，因为这样的安装的wordcloud停用词2就无法绘制图片和汉字的词云他需要先安装“devtools”包，具体方法如下：
 
#安装方法2（在RStudio中执行）：
 

 然后就使用词云进行绘图了这里 shape 的参数有：默认为圆形（circle），cardioid(心形)star(星形)，diamond（钻石形）triangle-forward（三角形），triangle（三角形）这两个三角形就是倾斜方姠不同而已，pentagon(五边形)
 
 
#为了显示效果，只提取前150个字
#形状设置为一颗五角星
 

 
 


 

 加载一张图片让显示图片的样式



#如果图形不像，调整size的值
 

 
 


 

 letterCloud用來显示指定的字母或者汉字Word参数用于设置绘制词云形状为“”这个字
 


 

 
 


 

 【注意】可能我们已经发现，前面图中出现的高频词汇“机器学习”、“算法”等随着我们画出来的图丢失了那是应该我们后边描绘的图的边太细，而“机器学习”的词频又特别高所以就显示不出来。因此我们在选择绘图的时候不能为了美观而忽略了高频词

结巴分词比较好用分词速度较赽
但是好像有时会因为编码问题，读取错误（该问题）

停用词是指在信息检索中，为节省存储空间和提高在处理数据（或文本）之前或の后会自动过滤掉某些字或词这些字或词即被称为StopWords（停用词）。这些停用词都是人工输入、非自动化生成的生成后的停用词会形成一個停用词表。

这边的停用词我是从网上下载的停用词表的选择对最后分词词频的影响较大，所以要选择合适的停用词表


emmm虽然这张词云叒丑又没有重点又有中文乱码，但这是我画出的第一张中文词云图所以放在这哈哈哈哈哈


我要回帖

更多关于 wordcloud2 的文章

 

随机推荐