【词云图绘制实战】——数据准备、清洗、多形式展示

简介: 【词云图绘制实战】——数据准备、清洗、多形式展示

词云图是一种用于展示文本数据中高频关键词的可视化表达方式。它通过文字、色彩和图形的搭配,以直观且冲击力强的视觉效果展现文本的主要信息。该篇文章利用R语言分别针对手动输入和文件读取的文本数据,进行中文分词,然后使用不同的方式进行词云图绘制。

1 手动输入文本

1.1 加载包

  运行程序:

library(jiebaRD)
library(jiebaR)
library(RColorBrewer)
library(wordcloud)
library(wordcloud2)
library(BH)
library(R6)
library(Rcpp)
library(rlang)

1.2 分词处理

1.2.1 普通分词方式

  运行程序:

a=" 2020年的鼠年,注定不平凡,全国人民都共同抗击疫情中度过,希望尽打赢疫情防控阻击战,风雨过后,春暖花开,大爱无疆,致敬所有的白衣天使,所有的英雄。 武汉加油,中国加油! 祝福我的祖国国泰民安! "
engine1=worker()
engine2=worker("hmm")
b1=segment(a,engine1)
b1

  运行结果:

[1] "2020"     "年"       "的"       "鼠年"     "注定"     "不"      
 [7] "平凡"     "全国"     "人民"     "都"       "共同"     "抗击"    
[13] "疫情"     "中"       "度过"     "希望"     "尽"       "打赢"    
[19] "疫情"     "防控"     "阻击战"   "风雨"     "过后"     "春暖花开"
[25] "大爱"     "无疆"     "致敬"     "所有"     "的"       "白衣天使"
[31] "所有"     "的"       "英雄"     "武汉"     "加油"     "中国"    
[37] "加油"     "祝福"     "我"       "的"       "祖国"     "国泰民安"

1.2.2 hmm分词

  运行程序:

b2=segment(b1,engine2)
b2

运行结果:

[1] "2020"     "年"       "的"       "鼠年"     "注定"     "不"      
[7] "平凡"     "全国"     "人民"     "都"       "共同"     "抗击"    
[13] "疫情"     "中"       "度过"     "希望"     "尽"       "打赢"    
[19] "疫情"     "防控"     "阻击战"   "风雨"     "过后"     "春暖花开"
[25] "大爱"     "无疆"     "致敬"     "所有"     "的"       "白衣天"  
[31] "使"       "所有"     "的"       "英雄"     "武汉"     "加油"    
[37] "中国"     "加油"     "祝福"     "我"       "的"       "祖国"    
[43] "国泰民安"

1.2 词云图绘制

1.2.1 wordcloud词云图

  运行程序:

word=freq(b2)                                   # 统计词频
wordcloud(word$char,word$freq,min.freq=1)       #wordcloud下的词云图

  运行结果:

1.2.2 wordcloud2词云图

  运行程序:

wordcloud2(word,color="red",shape="star")       #wordcloud2下的词云图

  运行结果:

2 读取文本数据

2.1 读取文本数据

  运行程序:

setwd("C:\\Users\\LE\\Desktop")
a1 <- scan("yiqingganxiang.txt",sep='\n',what='',encoding="GBK")

2.2 分词处理

  运行程序:

seg <- qseg[a1]                                        #使用qseg类型分词,并把结果保存到对象seg中
seg <- table(seg)                                             #统计词频
seg <- seg[!grepl('[0-9]+',names(seg))]                       #去除数字
seg <- seg[!grepl('a-zA-Z',names(seg))]                       #去除字母
length(seg)     
seg <- sort(seg, decreasing = TRUE)[1:304]                    #降序排序,并提取出出现的所有词
seg                                                           #查看出现频率最高的6个词
data=data.frame(seg)

2.3 词云图绘制

2.3.1 wordcloud词云图

  运行程序:

wordcloud(data$seg , data$Freq, colors = rainbow(100),random.order=F)

  运行结果:

2.3.2 wordcloud2词云图

  运行程序:

wordcloud2(data, size = 0.5, minSize = 0,  shape = "star", ellipticity = 0.85)
                                                              #wordcloud2下星星词云图

  运行结果:

2.3.3 letterCloud词云图

  运行程序:

letterCloud(data,word="R",size = 2)                           #利用letterCloud构造R形状的词云图

  运行结果:

2.3.4 自定义形状词云图

  运行程序:

wordcloud2(data, figPath = "C:/Users/LE/Desktop/人物.jpg", size = 1)

figPath:图片保存位置,主图形状位置最好为黑色。

  运行结果:

2.3.5 自动提取demoFreqC中的文本数据做词云图

  运行程序:

data(demoFreqC)
letterCloud(demoFreqC,word="挖",size = 2)                     #“挖”形

  运行结果:


相关文章
|
存储 人工智能 算法
AI 绘画Stable Diffusion 研究(四)sd文生图功能详解(上)
AI 绘画Stable Diffusion 研究(四)sd文生图功能详解(上)
2237 0
|
NoSQL Redis
Redis进阶-bind参数详解
Redis进阶-bind参数详解
1061 0
|
机器学习/深度学习 数据采集 自然语言处理
岭回归与LASSO回归:解析两大经典线性回归方法
岭回归与LASSO回归:解析两大经典线性回归方法
岭回归与LASSO回归:解析两大经典线性回归方法
|
7月前
|
人工智能 JavaScript API
(技术贴)别被全网爆火的OpenClaw骗了!实测2小时,真不适合普通人
别被全网爆火的OpenClaw误导!实测2小时发现:部署卡顿、API成本高(日耗几十至千元)、报错难排查,需懂命令行与调试——它本质是开发者框架,非普通人开箱即用工具。现阶段,等待成熟或选择成熟产品更明智。
826 6
|
9月前
|
人工智能 API 开发工具
AI Compose Commit:用 AI 智能重构 Git 提交工作流
HagiCode 推出「AI Compose Commit」功能,利用 AI 智能分析未提交变更,自动分组逻辑提交、生成符合 Conventional Commits 规范的提交信息,并一键执行。支持多仓库、异步处理与实时通知,大幅提升 Git 工作流效率,让开发者专注编码而非琐碎提交。(239字)
760 15
|
数据挖掘
置信区间与预测区间:数据科学中的不确定性量化技术深度解读
本文深入探讨了统计学中两个常见但容易混淆的不确定性量化工具:置信区间和预测区间。
2126 1
置信区间与预测区间:数据科学中的不确定性量化技术深度解读
|
存储 人工智能 自然语言处理
LLM技术全景图:技术人必备的技术指南,一张图带你掌握从基础设施到AI应用的全面梳理
LLM技术全景图:技术人必备的技术指南,一张图带你掌握从基础设施到AI应用的全面梳理
LLM技术全景图:技术人必备的技术指南,一张图带你掌握从基础设施到AI应用的全面梳理
|
自然语言处理 数据可视化 搜索推荐
手把手教你使用Python打造绚丽的词云图
手把手教你使用Python打造绚丽的词云图
1541 0
手把手教你使用Python打造绚丽的词云图
|
安全 项目管理 数据库
"揭开Dify社区版神秘面纱:一键部署,体验开源项目管理的革命性突破!"
【8月更文挑战第20天】Dify社区版是一款开源项目管理工具,集成任务跟踪、文档协作等功能,助力团队高效协作。本文引导快速部署体验。需Linux服务器,安装Docker及Docker Compose,并能访问GitHub。从GitHub克隆源码,配置`docker-compose.yml`如数据库设置,运行`docker-compose up -d`启动服务。通过`http://&lt;服务器IP&gt;`访问Web界面,建议配置HTTPS增强安全。定期`git pull`及`docker-compose`命令实现维护升级。Dify以其实用性和灵活性,正成为项目管理领域的新兴力量。
2981 1
|
NoSQL Linux Redis
Linux Redis 服务设置开机自启动
【9月更文挑战第2天】在 Linux 系统中,可使用两种方法设置 Redis 开机自启动:一是通过创建 `redis.service` 文件并利用 systemd 进行管理,包括定义服务参数和启动脚本;二是编辑 `/etc/rc.local` 文件,在其中添加启动命令。推荐使用 systemd 方法,因为它更符合现代 Linux 系统的设计理念。设置完成后,可通过 `sudo systemctl status redis.service` 检查服务状态。
2949 4