使用R语言绘制词云

发表于   |  

R语言不仅有丰富的包可以用于数据统计分析，而且可以对数据进行可视化。这边文章主要介绍下如何用R语言绘制词云。

工具：

  • R语言IDE
  • ggplot2包
  • wordcloud包

安装作图包

因为绘制词云需要用到ggplot2包和wordcloud包。所以，可以在R studio输入如下命令，需要选择mirror： 

chooseCRANmirror()

之后，就可以在这个镜像中安装需要的作图包： 

install.packages("ggplot2")
install.packages("wordcloud")

预备数据

绘制词云需要的数据格式就是“词语\t权重”，我们可以将每个topic的词语放在一个文本文档中，有多少个topic就绘制多少张词云图。
如下是一个topic的词语：

旅游景点

绘制词云

如下代码便用于生成词云。其中，path为所有topic的文本文档所在路径。topicNum为topic的个数。接下来就是调用作图包进行绘制，其中字体，大小都可以设定，但是其它很多字体绘制出来的词云会出现词语重叠的现象，很奇怪，目前我也不知道什么原因。希望哪位前辈能指教一下，不胜感激。 

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
path <- "D:/workspace/wordcloud/cloud0/"
topicNum <- 2 
for (i in seq(0,topicNum-1,1)){
    infile <- paste(path, i, ".txt", sep="")
    outfig1 <- paste(path, "distribution_", i, ".png", sep="")
    outfig2 <- paste(path, "topic_", i, ".png", sep="")
    data <- read.table(infile, fileEncoding = "UTF-8", header=TRUE, sep="\t")
    data0 = data.frame(word=data$tag, freq=data$point)
    data1=cbind(data0, order=order(data0$freq,decreasing=TRUE))
    ##分布图
    png(file=outfig1, bg="transparent")
        library(ggplot2)
        qplot(freq, data=data1, geom="histogram", binwidth=1) 
        #d=ggplot(data1, aes(x=freq))+xlim(0,0.00005)
        #d+geom_freqpoly()
    dev.off()
    ##词云
    png(file=outfig2, bg="transparent")    
        #设置一个颜色系：
        library(RColorBrewer)
        col=brewer.pal(8, "Dark2")
        #设置字体
        windowsFonts(myFont=windowsFont("微软雅黑"))
        #画图
        library(wordcloud)
        wordcloud(data1$word, data1$freq, random.order=FALSE, random.color=FALSE, colors=col, family="myFont", min.freq=0.1)
        ###可以先排序限制TOPN入画，也可以直接在函数上加min.freq=0.00001，限制TopN入画
    dev.off()
}

最后，绘制得到的结果示例：
旅游　专业