用R做詞云分析

對[文章]1的時候遇到wordle，根據文章中提示的**資訊，顯示為**打不開。順藤摸瓜在網上找資料，仍然找不到關於wordle的online tools，但知道了一本[書]2，其中的乙個章節講解wordle，指向同樣乙個**。我知道是乙個強大的工具，必然能夠做詞云生成，與以」r wordle」和」r 詞云」等關鍵字組合搜尋相關資料，最終我將注意力先集中到英文的詞云方法，對於中文的詞云，要採用特別的處理（這就想寫la

tex 那樣，只要你寫英文的文章，一切好辦，而一牽涉到中文，所做的配置和努力要複雜的多。），最終找到了對我有用的一篇《r做文字挖掘：詞云分析》。下面**主要基於該文，並加上了我自己的感受，因為原文是乾巴巴的**。

在r中畫詞雲圖，需要package wordcloud，但是要畫出來最終的結果，你需要預先對文件進行必要的分析處理才行，此時需要package tm。再你載入這兩包後，系統會自動載入rcolorbrewer和nlp包。在沒深入探索之前，我們肯定能猜測出tm就text mining包，而nlp就是自然語言處理包，由此可見r語言功能的強大。

r本身沒有預設安裝包wordcloud和tm，採用下面**安裝及載入它們：

> install.packages("wordcloud")
> install.packages("tm")
> library(wordcloud)
> library(tm)

有了上面的鋪墊工作後，採用下面**話詞雲圖：

> data(crude)
> crude 
> crude 
(x)removewords
(x,stopwords()))
> tdm
(crude)
> m
(tdm)
> v
(rowsums(m),decreasing=true)
> d
(word=names(v),freq=v)
> wordcloud
(d$word,d$freq,random.order=false,colors=brewer.pal(8,"dark2"))

上面需要一定的r語言語法知識。在此我通俗地講解一下。先載入資料集crude，對該資料集去標點，去stopwords等後，將其轉變成乙個矩陣，行為term，列為documents。接下來就好理解了。

tm包本身已經很強大，能夠處理多個文件，當然是對多個文件的所有詞來畫雲圖。當然也能處理乙個文件，此時termdocument矩陣就變成了乙個列向量。現在的問題是你怎麼定義自己的資料集？使用tm包中自帶的資料集僅僅起到了demo的作用。

首先在如下圖所示的路徑中建立2個txt檔案：

上面c:/program files/r/r-3.13/library/tm是r系統tm包的路徑。可知，我使用的r版本是3.1.3。接下來，我們就可以畫圖了。這兩個文件的內容分別為：

text1.txt

text2.txt

畫圖命令如下：

txt 
#匯入動態coporus
mydata 
mydata 
mydata 
(x)removewords
(x,stopwords()))
tdm(mydata)
m(tdm)
v(rowsums(m),decreasing=true)
d(word=names(v),freq=v)
wordcloud
(d$word,d$freq,random.order=false,color=brewer.pal(8,"dark2"))

關於system.file的更詳細的用法及動態coporus的概念，請參見相關的幫助文件。

jane cleland-huang. mining domain knowledge. ieee software, 32(3), 2015. ↩

beautiful visualization looking at data through the eyes of experts. edited by julie steele and noah iliinsky. o』reilly, 2010. ↩

用R做詞云分析

詞云分析wordcloud

用python繪製詞云

R做因子分析

用R做詞云分析

詞云分析wordcloud

用python繪製詞云

R做因子分析

相關推薦