转载

R语言词云终极解决方案—wordcloud2包

现在你也可以在R语言中绘制多样的词云了。wordcloud2是基于wordcloud2.js封装的一个R包，使用HTML5的canvas绘制。浏览器的可视化具有动态和交互效果，相对于曾经的R包worldcoud，wordcloud2还支持任意形状的词云绘制，这也是我一直想要寻求的特性。

安装&示例

从github安装wordcloud2包:

if (!require(devtools)) install.packages("devtools")

devtools::install_github('lchiffon/wordcloud2')

包内含有两份data.frame格式的词频数据：英文版的demoFreq和中文版的demoFreqC，使用wordcloud2直接绘制即可。若需要绘制自己的词频数据，只需构造一个类似的数据框即可，第一列代表词语，第二列存贮相应的词频。

library(wordcloud2)

wordcloud2(demoFreqC)

wordcloud2(demoFreq)

## 一个粗糙的例子

# df = data.frame(letters, rpois(26, 20))

# wordcloud2(df)

R语言词云终极解决方案—wordcloud2包

定制颜色

这里的颜色包括背景色和词语颜色，分别对应backgroundColor和color两个参数。这两个参数可以接受CSS认可的任意的参数值，如'red','blue'或者'rgb(0,0,0)'以及十六进制的'#ff2fe9'等。

另外color参数有更多可接受的参数：

内置的随机色生成方案:random-light和random-dark，在javasript里定制了相应的随机函数

javasript回调函数: 用js撰写任意的颜色生成函数，如

js_color_fun = "function (word, weight) {

return (weight > 2000) ? '#f02222' : '#c09292';

wordcloud2(demoFreqC, color = htmlwidgets::JS(js_color_fun),

backgroundColor = 'black')

R语言词云终极解决方案—wordcloud2包

此处需要使用htmlwidgets的JS函数把字符形式的参数值解析成js函数。

R中的函数向量: js回调函数想必让很多纯R语言用户懵逼，最简单的方式是传入一个定制后的颜色向量。wordcloud2(demoFreqC, color = ifelse(demoFreqC[, 2] > 2000, '#f02222', '#c09292')这行代码R语言函数代替了js回调函数，效果相同。

定制形状

学会定义颜色可以让你的词云时黄时紫，却不能像马像牛又像羊。变形最简单的方式就是定义shape参数，如wordcloud2(demoFreqC,shape='star')。还支持'diamond','cardioid'等参数(都是在js脚本中预定义好的对应的函数)，更多请看函数帮助文档。

内置的几个参数并不十分有趣，完全的自定义才亦可赛艇。wordcloud2允许你传入一张图片，把词云填充在图中的黑色区域。这样，找到一头牛和一匹马，你的云就可以变换了。

wordcloud2(demoFreqC, figPath='C://Users//lenovo//Desktop//niu.png')

wordcloud2(demoFreqC, figPath='C://Users//lenovo//Desktop//ma.png')

R语言词云终极解决方案—wordcloud2包

代码中所需的图片都可以在上图截取，这里就不放了。另外，如果想画成字符形状，你可能需要先画出字符，再使用wordcloud2函数绘制。贴心的作者郎老师早已定制好了相应的接口letterCloud函数，试试运行letterCloud(demoFreqC, word = 'R')。

该函数背后的逻辑如上所述，先画出图片再传入figPath参数。到这里，不禁想起cos一篇文章：showtext：字体，好玩的字体和好玩的图形，文中使用showtext包调用神奇的字体画出好玩的图形。此处也可以如法炮制，下载wmpeople1.TTF字体绘制出男人和女人的图案，再调用wordcloud2绘制相应形状的词云。

library(showtext)

library(Cairo)

link = "http://img.dafont.com/dl/?f=wm_people_1";

download.file(link, "wmpeople1.zip", mode = "wb");

unzip("wmpeople1.zip");

font.add("wmpeople1", "wmpeople1.TTF");

plot_shape <- function(filename, char){

CairoPNG(filename, 500, 400)

showtext.begin();

plot.new()

offset = par(mar = par()$mar)

op = par(mar = c(0,0,0,0))

text(0.6, 0.5, char, family='wmpeople1', cex=32)

par(offset)

showtext.end();

dev.off();

}

plot_shape('female.png', 'u')

plot_shape('male.png', 'p')

接下来在淘宝首页搜索'男'和'女'两个关键词。对搜索结果的网页做处理，分词和词频统计。计算TF-IDF指标并用词云展示。绘制词云的数据应当是长尾分布的，即大量低频词和少数高频词。高频词刻画特点，低频词填充剩余位置，达到醒目和美观的效果。因此处理过程中对TF-IDF为0或者缺失的值都填充为1，以便让这些低频词显示出来。

library(jiebaR)

readChineseWords <- function (path) {

# 读取网页或文件去除标点和英文，在windows则需设置encoding为'UTF-8'

rawstring = readLines(path, encoding = 'UTF-8')

rawstring = paste0(rawstring, collapse = ' ')

s = gsub('//w', '', rawstring, perl=TRUE)

s = gsub('[[:punct:]]', ' ', s)

return(s)

}

# 淘宝首页搜索'男'和'女'对应的网页链接

male_link = 'https://s.taobao.com/search?q=%E7%94%B7&search_type=item&sourceId=tb.index'

female_link = 'https://s.taobao.com/search?q=%E5%A5%B3&search_type=item&sourceId=tb.index'

male_str = readChineseWords(male_link)

female_str = readChineseWords(female_link)

# 分词 -> 计算tf-idf

cc = worker()

new_user_word(cc,'打底裤','ddk')

male_words = cc[male_str]

female_words = cc[female_str]

idf = get_idf(list(male_words, female_words))

get_tf_idf <- function(words){

words_freq = table(words)

df = data.frame(name=names(words_freq), freq=as.numeric(words_freq))

df = merge(df, idf, all.x = TRUE)

wc_df = data.frame(words=df$name, freq=ceiling(df$count * df$freq * 10))

# 缺失和0值替换成1

wc_df$freq[wc_df$freq == 0 | is.na(wc_df$freq)] = 1

return(wc_df)

}

# 绘制词云

male_df = get_tf_idf(male_words)

female_df = get_tf_idf(female_words)

wordcloud2(male_df, figPath = 'male.png',

backgroundColor = 'black', color = 'random-light')

wordcloud2(female_df, figPath = 'female.png',

backgroundColor = 'black', color = 'random-light')

R语言词云终极解决方案—wordcloud2包

男士的搜索结果主要是“海澜”，“健详”和“牧之逸”的品牌信息(后俩还真没听过...)，“棉质”和“衬衣”等，以及臭男人要“防臭”。右中图的“打底裤”，“防走光”和“防晒”，“防水”，主题十分明确，又是一年夏季，女孩的短裙飞扬在街上的每个角落，凉爽的同时也要注意防狼防天气。

注：由于大家搜索结果的不同，最终得到的词云图也不一样。

交互

默认生成的词云是自带交互效果的。鼠标悬浮某个词上会显示相应的词频，这是内置的js回调函数效果。可以自编js函数覆盖，比如下边的代码传入一个空函数，画出的词云就没有交互效果了。

hoverFunction = htmlwidgets::JS("function hover() {}")

wordcloud2(demoFreq,hoverFunction = hoverFunction)

这一部分就是纯粹的js了，有能力或有兴趣想要做些不一样效果的，可以瞅瞅源代码中的hover.js。

结语

最后，想要更多的细节调试可以参见wordcloud2作者的介绍以及wordcloud2.js的API文档。

感谢wordcloud2作者郎大为老师和wordcloud2.js的作者timdream。有兴趣和有能力的朋友可以读读源代码，开开脑洞做些改进，如提升下绘图速度(改进wordcloud2.js的算法)，组合多个词云等。

欢迎加入本站公开兴趣群

商业智能与数据分析群

兴趣范围包括各种让数据产生价值的办法，实际应用案例分享与讨论，分析工具，ETL工具，数据仓库，数据挖掘工具，报表系统等全方位知识

QQ群：81035754

原文 http://www.dataguru.cn/article-9524-1.html

正文到此结束

所属分类：编程技术

本文标签： java js CSS DOM 关键词云 https 数据解析 http git 调试 HTML 统计 ip UI 智能 src windows 安装代码 lib 下载 tab 景色 HTML5 QQ群文章定制 tar GitHub 参数数据挖掘 zip API list Word
版权声明： 本文为互联网转载文章，出处已在文章中说明(部分除外)。如果侵权，请联系本站长删除，谢谢。
本文海报： 生成海报一生成海报二

其他链接

关于本站

本站定位：个人技术类博客

本站作用：写博客、记日志、闲聊扯淡鼓捣技术。

问题交流

R语言词云终极解决方案—wordcloud2包

热门推荐

相关文章

说给你听

本文目录

随机标签

书籍教程

近期评论

网站信息

其他链接

关于本站

问题交流