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： 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 API list Word zip js CSS DOM 关键词 java https 数据解析 http 云 git 调试 HTML 统计 ip UI 智能 src
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