本次的重点绘制词云，所以并不太重视其他分析方面的论述。
本机环境：
window 10
R x64 3.3.0
R包：
tmcn：词频统计
wordcloud2：绘制词云
Rwordseg：分词
由于tmcn和Rwordseg包在R3.3.0的版本中没有可以直接在线下载安装，所以需要去搜索并且本地安装
附Rwordseg和tmcn的下载链接，注意安装Rwordseg前需要配置java环境，这里就不具体阐述了，百度即可。
https://r-forge.r-project.org/R/?group_id=1054
https://r-forge.r-project.org/R/?group_id=1571
数据文件：
本次采用自主爬虫的数据文件csv(豆瓣电影：我不是潘金莲)的评论语料
数据样式截图如下：
关于此爬虫的代码与文件，需要可以下载，如失效，也可留言
链接：http://pan.baidu.com/s/1kVe9cMj 密码：84ft
前期导入清理、分词、词频统计
library(Rwordseg)
library(tmcn)
library(wordcloud2)
data <- read.csv("d.csv",encoding="utf-8")
data <- unique(data)# 去除重复的数据#去除评论中含有的英文和数字
text <- gsub('[a-zA-Z0-9]','',data$comment)
#插入自定义词汇
words <- c('范冰冰')
insertWords(strwords=words)
#分词
segword <- segmentCN(strwords=text)
#创建停止词库,并转为向量格式
mystopwords <- read.table("stop_words.txt",stringsAsFactors=FALSE)
mystopwords <- as.vector(mystopwords[,1])
#自定义删除停止词函数
removewords <- function(target_words,stop_words)
{
target_words <- target_words[target_words%in%stop_words==FALSE]
return(target_words)
}
segword2 <- sapply(X=segword,FUN=removewords,mystopwords)
开始绘制词云
首先介绍下wordcloud2这个函数
-
wordcloud2(data, size = 1, minSize = 0, gridSize = 0,
-
fontFamily = NULL, fontWeight = 'normal',
-
color = 'random-dark', backgroundColor = "white",
-
minRotation = -pi/4, maxRotation = pi/4, rotateRatio = 0.4,
-
shape = 'circle', ellipticity = 0.65, widgetsize = NULL)
常用参数：
（1）data：词云生成数据，包含具体词语以及频率；
（2）size：字体大小，默认为1，一般来说该值越小，生成的形状轮廓越明显；
（3）fontFamily：字体，如‘微软雅黑’；
（4）fontWeight：字体粗细，包含‘normal’，‘bold’以及‘600’；；
（5）color：字体颜色，可以选择‘random-dark’以及‘random-light’，其实就是颜色色系；
（6）backgroundColor：背景颜色，支持R语言中的常用颜色，如‘gray’，‘blcak’，但是还支持不了更加具体的颜色选择，如‘gray20’；
（7）minRontatin与maxRontatin：字体旋转角度范围的最小值以及最大值，选定后，字体会在该范围内随机旋转；
（8）rotationRation：字体旋转比例，如设定为1，则全部词语都会发生旋转；
（9）shape：词云形状选择，默认是‘circle’，即圆形。还可以选择‘cardioid’（苹果形或心形），‘star’（星形），‘diamond’（钻石），‘triangle-forward’（三角形），‘triangle’（三角形），‘pentagon’（五边形）；
#绘制文字云
word_freq <- getWordFreq(string=unlist(segword2))
一切使用默认参数
wordcloud2(word_freq)
提取前1000个，并改变形状
wordcloud2(word_freq[0:1000,],size=1,shape='star',fontFamily="微软雅黑")
#绘制出出现频率最高的前50个词
wordcloud2(word_freq[0:1000,],size=1,shape='star',fontFamily="微软雅黑")
#自定义图片，只要是黑白图片即可，文字默认会画在黑色部分上
wordcloud2(word_freq,figPath='horse.png',size=0.5,shape='star',fontFamily="微软雅黑")
