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")

其实到这里很多参数你都可以随意尝试，怎么好看怎么调。 欢迎大家对此多多提提意见，我也不知道该写什么好了，谢谢！