本次的重點(diǎn)繪制詞云，所以并不太重視其他分析方面的論述。
本機(jī)環(huán)境：
window 10
R x64 3.3.0
R包：
tmcn：詞頻統(tǒng)計(jì)
Wordcloud2：繪制詞云
Rwordseg：分詞
由于tmcn和Rwordseg包在R3.3.0的版本中沒(méi)有可以直接在線下載安裝，所以需要去搜索并且本地安裝
附Rwordseg和tmcn的下載鏈接，注意安裝Rwordseg前需要配置java環(huán)境，這里就不具體闡述了，百度即可。
https://r-forge.r-PRoject.org/R/?group_id=1054
https://r-forge.r-project.org/R/?group_id=1571
數(shù)據(jù)文件：
本次采用自主爬蟲(chóng)的數(shù)據(jù)文件csv(豆瓣電影：我不是潘金蓮)的評(píng)論語(yǔ)料
數(shù)據(jù)樣式截圖如下：
關(guān)于此爬蟲(chóng)的代碼與文件，需要可以下載，如失效，也可留言
鏈接：http://pan.baidu.com/s/1kVe9cMj 密碼：84ft
前期導(dǎo)入清理、分詞、詞頻統(tǒng)計(jì)
library(Rwordseg)library(tmcn)library(wordcloud2)data <- read.csv("d.csv",encoding="utf-8")data <- unique(data)# 去除重復(fù)的數(shù)據(jù)
#去除評(píng)論中含有的英文和數(shù)字
text <- gsub('[a-zA-Z0-9]','',data$comment)
#插入自定義詞匯
words <- c('范冰冰')
insertWords(strwords=words)
#分詞
segword <- segmentCN(strwords=text)
#創(chuàng)建停止詞庫(kù),并轉(zhuǎn)為向量格式
mystopwords <- read.table("stop_words.txt",stringsAsFactors=FALSE)
mystopwords <- as.vector(mystopwords[,1])
#自定義刪除停止詞函數(shù)
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)
開(kāi)始繪制詞云
首先介紹下wordcloud2這個(gè)函數(shù)
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)  
常用參數(shù)：
（1）data：詞云生成數(shù)據(jù)，包含具體詞語(yǔ)以及頻率；
（2）size：字體大小，默認(rèn)為1，一般來(lái)說(shuō)該值越小，生成的形狀輪廓越明顯；
（3）fontFamily：字體，如‘微軟雅黑’；
（4）fontWeight：字體粗細(xì)，包含‘normal’，‘bold’以及‘600’；；
（5）color：字體顏色，可以選擇‘random-dark’以及‘random-light’，其實(shí)就是顏色色系；
（6）backgroundColor：背景顏色，支持R語(yǔ)言中的常用顏色，如‘gray’，‘blcak’，但是還支持不了更加具體的顏色選擇，如‘gray20’；
（7）minRontatin與maxRontatin：字體旋轉(zhuǎn)角度范圍的最小值以及最大值，選定后，字體會(huì)在該范圍內(nèi)隨機(jī)旋轉(zhuǎn)；
（8）rotationRation：字體旋轉(zhuǎn)比例，如設(shè)定為1，則全部詞語(yǔ)都會(huì)發(fā)生旋轉(zhuǎn)；
（9）shape：詞云形狀選擇，默認(rèn)是‘circle’，即圓形。還可以選擇‘cardioid’（蘋(píng)果形或心形），‘star’（星形），‘diamond’（鉆石），‘triangle-forward’（三角形），‘triangle’（三角形），‘pentagon’（五邊形）；
#繪制文字云
word_freq <- getWordFreq(string=unlist(segword2))
一切使用默認(rèn)參數(shù)
wordcloud2(word_freq)
提取前1000個(gè)，并改變形狀
wordcloud2(word_freq[0:1000,],size=1,shape='star',fontFamily="微軟雅黑")
#繪制出出現(xiàn)頻率最高的前50個(gè)詞
wordcloud2(word_freq[0:1000,],size=1,shape='star',fontFamily="微軟雅黑")
#自定義圖片，只要是黑白圖片即可，文字默認(rèn)會(huì)畫(huà)在黑色部分上
wordcloud2(word_freq,figPath='horse.png',size=0.5,shape='star',fontFamily="微軟雅黑")
其實(shí)到這里很多參數(shù)你都可以隨意嘗試，怎么好看怎么調(diào)。歡迎大家對(duì)此多多提提意見(jiàn)，我也不知道該寫(xiě)什么好了，謝謝！