R词云--wordcloud2

wordcloud2是基于wordcloud2.js封装的一个R包，使用HTML5的canvas绘制。浏览器的可视化具有动态和交互效果，相对于曾经的R包worldcoud，wordcloud2还支持任意形状的词云绘制.

一、

安装好以后，包内含有两份data.frame格式的词频数据：英文版的demoFreq和中文版的demoFreqC，使用wordcloud2直接绘制即可。

library(wordcloud2)
wordcloud2(demoFreq)
wordcloud2(demoFreqC)

##自己构造的
#rpois(26,20) 随机生成的泊松分布：数量 mean
df = data.frame(letters, rpois(26, 20)) 
wordcloud2(df)

二、两个重要方法

1、定制颜色

颜色包括背景色和词语颜色，分别对应backgroundColor和color两个参数。这两个参数可以接受CSS认可的任意的参数值，如’red’,’blue’或者’rgb(0,0,0)’以及十六进制的’#ff2fe9’等。

另外color参数有更多可接受的参数：

• 内置的随机色生成方案:random-light和random-dark，在javasript里定制了相应的随机函数

• javasript回调函数: 用js撰写任意的颜色生成函数，如

js_color_fun = "function (word, weight) {
  return (weight > 2000) ? '#f02222' : '#c09292';
}"
wordcloud2(demoFreqC, color = htmlwidgets::JS(js_color_fun), 
           backgroundColor = 'black')

此处需要使用htmlwidgets的JS函数把字符形式的参数值解析成js函数。

• R中的函数向量:
  js回调函数想必让很多纯R语言用户懵逼，最简单的方式是传入一个定制后的颜色向量。wordcloud2(demoFreqC, color=ifelse(demoFreqC[, 2] > 2000, ‘#f02222’, ‘#c09292’)这行代码R语言函数代替了js回调函数，效果相同。

#定制颜色两种方式
###直接传递
wordcloud2(demoFreqC, color = ifelse(demoFreqC[, 2] > 2000, 'red', 'blue'))

# js回调
js_color_fun = "function (word, weight) {
  return (weight > 2000) ? 'red' : 'blue';
}"
wordcloud2(demoFreqC, color = htmlwidgets::JS(js_color_fun), 
           backgroundColor = 'black')

2、定制形状

定制形状，最简单的方式就是定义shape参数，如wordcloud2(demoFreqC,shape=’star’)。还支持’diamond’,’cardioid’等参数(都是在js脚本中预定义好的对应的函数)，更多请看函数帮助文档。

内置的几个参数并不十分有趣。wordcloud2允许你传入一张图片，把词云填充在图中的黑色区域。这样，找到一头牛和一匹马，你的云就可以变换了。

另外，如果想画成字符形状，你可能需要先画出字符，再使用wordcloud2函数绘制。贴心的作者郎老师早已定制好了相应的接口letterCloud函数，试试运行letterCloud(demoFreqC, word = ‘R’)。
该函数背后的逻辑如上所述，先画出图片再传入figPath参数。到这里，不禁想起cos一篇文章：showtext：字体，好玩的字体和好玩的图形，文中使用showtext包调用神奇的字体画出好玩的图形。

######例子 定制形状
#A、提供的形状
wordcloud2(demoFreqC,shape='star')
#B\\ziji  造型，传图片
wordcloud2(demoFreqC, figPath='F:/niu.jpg') 
#C\ 画成文字模样
letterCloud(demoFreqC, word = 'w')

A、

B、

C、

一个完整的例子：
此处也可以如法炮制，下载wmpeople1.TTF字体绘制出男人和女人的图案，再调用wordcloud2绘制相应形状的词云。

1.下载字体，画黑色图像

link = "http://img.dafont.com/dl/?f=wm_people_1";
download.file(link, "wmpeople1.zip", mode = "wb");
unzip("wmpeople1.zip");
font.add("wmpeople1", "wmpeople1.TTF");

plot_shape <- function(filename, char){
  CairoPNG(filename, 500, 400)
  ##名，宽，高
  showtext.begin();  #
  plot.new()
  offset = par(mar = par()$mar) 
  par()$mar#The default is c(5, 4, 4, 2) + 0.1.  
  op = par(mar = c(0,0,0,0))
  text(0.6, 0.5, char, family='wmpeople1', cex=32) 
  #text(0.6, 0.8, 'u', family='wmpeople1', cex=32)
  # x,y 位置           cex大小 
  par(offset)
  showtext.end();
  dev.off(); 
}
plot_shape('female.png', 'u')
plot_shape('male.png', 'p')

2.接下来在淘宝首页搜索’男’和’女’两个关键词。对搜索结果的网页做处理，分词和词频统计。计算TF-IDF指标并用词云展示。绘制词云的数据应当是长尾分布的，即大量低频词和少数高频词。高频词刻画特点，低频词填充剩余位置，达到醒目和美观的效果。因此处理过程中对TF-IDF为0或者缺失的值都填充为1，以便让这些低频词显示出来。

##########读取网页内容
readChineseWords <- function (path) {
  # 读取网页或文件去除标点和英文，在windows则需设置encoding为'UTF-8'
  rawstring = readLines(path, encoding = 'UTF-8')   
  rawstring = paste0(rawstring, collapse = ' ')
  s = gsub('\\w', '', rawstring, perl=TRUE)   ####按照perl语言规则
  s = gsub('[[:punct:]]', ' ', s)   ##删除标点
  return(s)
}

# 淘宝首页搜索'男'和'女'对应的网页链接
male_link = 'https://s.taobao.com/search?q=%E7%94%B7&search_type=item&sourceId=tb.index'
female_link = 'https://s.taobao.com/search?q=%E5%A5%B3&search_type=item&sourceId=tb.index'

male_str = readChineseWords(male_link)
female_str = readChineseWords(female_link)

3、 分词 -> 计算tf-idf

###分词 [jiebaR中文帮助文档](http://qinwenfeng.com/jiebaR/section-3.html#-new_user_word)
##  [我的博客](http://blog.csdn.net/wqh_jingsong/article/details/77587479)

library(jiebaR)
cc = worker()
##添加新词到词库中
new_user_word(cc,'打底裤','ddk')

##分词
male_words = cc[male_str]
female_words = cc[female_str]

# 计算idf
idf = get_idf(list(male_words, female_words))

#ft-idf
get_tf_idf <- function(words){
  words_freq = table(words)
  df = data.frame(name=names(words_freq), freq=as.numeric(words_freq))
  df = merge(df, idf, all.x = TRUE)  
  wc_df = data.frame(words=df$name, freq=ceiling(df$count * df$freq * 10))
  #ceiling  返回不大于 值 的最小整数
  # 缺失和0值替换成1 
  wc_df$freq[wc_df$freq == 0 | is.na(wc_df$freq)] = 1
  return(wc_df)
}

4.绘制词云

male_df = get_tf_idf(male_words)
female_df = get_tf_idf(female_words)
wordcloud2(male_df, figPath = 'male.png', 
           backgroundColor = 'black', color = 'random-light')
wordcloud2(female_df, figPath = 'female.png', 
           backgroundColor = 'black', color = 'random-light')

交互
默认生成的词云是自带交互效果的。鼠标悬浮某个词上会显示相应的词频，这是内置的js回调函数效果。可以自编js函数覆盖，比如下边的代码传入一个空函数，画出的词云就没有交互效果了。

hoverFunction = htmlwidgets::JS("function hover() {}")
wordcloud2(demoFreq,hoverFunction = hoverFunction)

wordcloud2.js的API文档。

感谢wordcloud2作者郎大为老师和wordcloud2.js的作者timdream。

转自：http://www.xueqing.tv/cms/article/226