R语言jiebaR包文本中文分词及词云上机练习,小白能做到

原创 数据小兵  2019-05-14 22:00  阅读 416 次
视频课程《SPSS统计分析:从入门到实践提高》

我是R语言的小白用户,关于R语言的学习,我的目标是隔三差五上机实践练习,每天进步一点点。

微信出现之前,qq群是我和读者交流的主要阵地,一般我会问大家为什么入群这样一个问题,收集到一些有趣的回答,今天就以这组文本数据练习中文分词词云图的制作。

首先我们先从excel读取数据
data <- read.xlsx("why.xlsx")
data <- data[,1]

准备jiebaR包和分词引擎
library(jiebaR)
engine <- worker()

开始分词
fc <- segment(data,engine)

我们会发现分词质量不高,有些词语要剔除。

准备停止词stopwords.txt
t <- readLines('stopwords.txt')
stopwords<-c(NULL)
for(i in 1:length(t))
{
stopwords[i]<-t[i]
}

开始过滤
fc2 <- filter_segment(fc,stopwords)

过滤之后,我们发现此时的关键词更加凸显。

统计词频
freq <- sort(table(fc2),decreasing = T)

简单画个饼图看看效果咋样吧
pie(head(freq))

​ ​

造句:爱好者想学习和交流数据分析和统计(这个意思非常符合入群目标)。

把关键词和词频转换为数据框结构
mydata=data.frame(word=names(freq),freq=as.vector(freq),stringsAsFactors= F)

制作一个词云图
library(wordcloud2)
wordcloud2(mydata,size = 1.5)

这就是最终效果了,简单总结一下:入群最主要的目的自热是“学习”“数据分析”以及“统计”了,ta们都有谁内?有“爱好者”、“新手”、“研究生”,不管是“交流”,或是“请教”“咨询”,总是是要“谢谢”“数据小兵”(纯属娱乐造句)。

更多内容换欢迎关注:从SPSS到R微信号

本文地址:http://www.datasoldier.net/archives/1147
版权声明:本文为原创文章,版权归 数据小兵 所有,欢迎分享本文,转载请保留出处!
SPSS在线视频学习
欢迎订阅SPSS训练营微信公众号

评论已关闭!