R语言实验报告词云的分析与生成王者★孤傲

Intel(R)Core(TM)i7-7500UCPU@2.70GHz2.90GHz

RAM8.00GB

2、工具：

Rx643.6.1

notepad.exe

eclipse

word2016

1、切换R语言的工作空间。首先在C:\目录下，新建文件夹为workspace，再打开Rx643.6.1程序，输入命令：getwd()，获取当前R语言程序的工作空间。输入如命令：setwd("C:/workspace")，将workspace作为R语言的工作目录，再加以验证是否切换成功。

图4-1切换工作空间

图4-2下载jiebaR成功

当输入完下载命令之后，RGui(64-bit)会自动检查并下载安装相依的关系‘jiebaRD’和‘Rcpp’包，程序包下载完成之后，R语言会打开并使用MD5进行检查。

3、利用第2步骤的方法，下载wordcloud包。在Rx643.6.1程序中，输入命令：install.packages("wordcloud")，下载”wordcloud”程序包。在弹出的mirrors选项中，继续选择上海的服务器即可。

图4-3下载wordcloud成功

3、加载已经下载的jiebaR包和wordcloud包。输入命令：library(“Rserve”)，加载Rserve程序包。输入命令：library("wordcloud")，加载wordcloud程序包。并利用(.packages())查看是否加载程序包。

图4-4加载程序包成功

5、从文件读入数据。读入数据分隔符是‘\n’，what=''表示以字符串类型读入。输入命令：f<-scan('C:/Users/Raodi/Desktop/snx.txt',sep='\n',what='')

图4-5从文件中加载数据

1、分词。使用qseg类型对输入的数据进行分词，命令：txt<-qseg[f]。

2、过滤字符长度。使用命令：txt<-txt[nchar(txt)>1]，去除字符长度小于2的词语。

3、统计词频。使用命令：txt<-table(txt)，对已经规约词长的数据进行词频统计。

4、过滤数字。单个数值字符在词云中是无意义的，所以要对数字进行过滤。使用命令：txt<-txt[!grepl('[0-9]+',names(txt))]，批量去除数据集中的数字。

5、查看处理完后剩余的词数。使用命令：length(txt)。

6、降序排序，并提取出现次数最多的前100个词语。使用命令：txt<-sort(txt,decreasing=TRUE)[1:100]，进行降序排序，并提取出现次数最多的前100个词语。

7、查看100个词频最高的词语。

4-6数据处理

3)词云制作

1、设置生成的词云图片的属性。使用命令：png("snxcloud.png",width=500,height=500),在R语言当前的工作目录下，生成高和宽都是500的snxcloud.png图片。

2、设置该图片的背景颜色为黑色：par(bg="black")

3、对数据集进行wordcloud()函数运算。命令如下：

wordcloud(names(txt),txt,colors=rainbow(100),random.order=F)

4、保存数据集产生snxcloud.png图片。命令：dev.off()

图4-7制作词云图片

图4-8工作目录中生成词云图片

运行以上代码后，即可在工作空间得到snxcloud.png文件，如下图：

图4-9snxcloud.png

当在实验的过程中，出现图5-1的效果时，则表示在R语言程序中，从文件读入数据、分词、过滤字符长度和统计词频等数据处理操作，以及词云图片的生成没有问题。即，上述的实验步骤操作正确。

图5-1实验操作正确

如图5-2所示，在R的工作目录下成功生成了snxcloud.png词云文件，也再次验证了上述的实验操作正确，并能生成相应的词云文件。