R语言jiebaR包文本中文分词及词云制作的示例分析

R语言jiebaR包文本中文分词及词云制作的示例分析，很多新手对此不是很清楚，为了帮助大家解决这个难题，下面小编将为大家详细讲解，有这方面需求的人可以来学习下，希望你能有所收获。

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和词云图的制作。

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))

联想造句：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qq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)

制作一个词云图吧

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）。

看完上述内容是否对您有帮助呢？如果还想对相关知识有进一步的了解或阅读更多相关文章，请关注亿速云行业资讯频道，感谢您对亿速云的支持。