R绘制文章标题词云

问题

https://mp.weixin.qq.com/s/MGRIJAcSsePtMdLD6hwDwQ， 根据45文章的标题，生成有词云图。

词云

word cloud, 词云图，将word 展现在一张图上。图片中word 大小由word 的频率大小决定。一张好的词云图，可以让人快速了解到，词云图对应数据的所包含的重点。

一张词云图的绘制，可以简单分为三个步骤：

• 数据收集， 即获取需要进行词云图分析的数据
• 数据处理， 即数据清理，最终得到有效的词频
• 绘图

数据收集

总共45篇文章的标题，保存为文件：data.txt

A Novel Copolymer Poly(Lactide-co-b-Malic Acid).pdf
A novel miRNA identified in GRSF1 complex drives the metastasis via the PIK3R3_AKT_NF-百B and TIMP3_MMP9 pathways in cervical cancer cells.pdf
A novel microRNA identified in hepatocellular carcinomas is __responsive to LEF1 and facilitates proliferation and epithelial- mesenchymal transition via targeting of NFIX.pdf
B4GALT3 up-regulation by miR-27a contributes to the oncogenic.pdf
......

数据处理

数据导入

install.packages("tm")  ## 安装tm(text mining)

library("tm")

### 读取数据， 生成一个字符向量
lines <- readLines("data.txt")

### 构建词料库
### VectorSource 从vector 构建Source object
txt_source <- VectorSource(lines)
docs <- tm::Corpus(txt_source)

#### inspect 可用来查看语料库信息
inspect(docs[1:3])
-------------------------------------------------
> inspect(docs[1:3])
<<SimpleCorpus>>
Metadata:  corpus specific: 1, document level (indexed): 0
Content:  documents: 3

[