R语言可视化(二十六):词云图绘制

26. 词云图绘制


清除当前环境中的变量

rm(list=ls())

设置工作目录

setwd("C:/Users/Dell/Desktop/R_Plots/26wordcloud/")

使用wordcloud2包绘制词云图

# 安装并加载所需R包
#install.packages("wordcloud2")
library(wordcloud2)

# 查看示例数据
# 第一列为词语名,第二列为词频数
head(demoFreq)
##          word freq
## oil       oil   85
## said     said   73
## prices prices   48
## opec     opec   42
## mln       mln   31
## the       the   26

# 使用wordcloud2函数绘制词云图
# 默认绘图
wordcloud2(demoFreq)
image.png
# 设置字体大小和宽度
wordcloud2(demoFreq, size = 2, fontWeight = "bold")
image.png
# shape参数设置词云展现图形
wordcloud2(demoFreq, size = 1,shape = 'star')
image.png
# 设置字体颜色和背景色
wordcloud2(demoFreq, size = 1.5,
           color = "random-light", 
           backgroundColor = "grey")
image.png
# 设置字体旋转的角度和旋转比例,所有字体旋转45°,一半字体旋转
wordcloud2(demoFreq, size = 2, 
           minRotation = -pi/4, maxRotation = -pi/4,
           rotateRatio = 0.5)
image.png
# 根据指定条件(词频大小)设置字体颜色
wordcloud2(demoFreq, size = 1.5,
           color = ifelse(demoFreq[, 2] > 20, 'red', 'skyblue'))
image.png
# 自定义词云展现图形
figPath = system.file("examples/t.png",package = "wordcloud2")
wordcloud2(demoFreq, figPath = figPath, 
           size = 1.5,color = "skyblue")
image.png
# 使用letterCloud函数绘制词云图
# word参数指定词云的形状
letterCloud(demoFreq, word = "R")
image.png
letterCloud(demoFreq, word = "WORDCLOUD2", wordSize = 1)
image.png

使用wordcloud2包绘制词云图

# 安装并加载所需R包
#install.packages("ggwordcloud")
library(ggwordcloud)

# 查看内置数据集
data("love_words_small")
head(love_words_small)
## # A tibble: 6 x 4
##   lang  word  native_speakers speakers
##   <chr> <chr>           <dbl>    <dbl>
## 1 zh    愛             1200      1200 
## 2 en    Love            400       800 
## 3 es    Amor            480       555 
## 4 ar    <U+062D><U+0628>              245       515 
## 5 hi    <U+092A><U+094D><U+092F><U+093E><U+0930>            322       442 
## 6 fr    Amour            76.8     351.

# 使用geom_text_wordcloud函数绘制词云图
ggplot(love_words_small, aes(label = word, size = speakers)) +
  geom_text_wordcloud(color = factor(sample.int(10, nrow(love_words_small), replace = TRUE))) +
  scale_size_area(max_size = 20) +
  theme_minimal()
image.png
# 使用geom_text_wordcloud_ares函数绘制词云图
ggplot(love_words_small, aes(label = word, size = speakers, color = speakers)) +
  geom_text_wordcloud_area(shape = "star") +
  scale_size_area(max_size = 20) +
  theme_minimal() +
  scale_color_gradient(low = "blue",high = "red")
image.png
# 使用ggwordcloud函数绘制词云图
ggwordcloud(words = love_words_small$word, 
            freq = love_words_small$speakers,
            min.freq = 3,
            random.order = T)
image.png
# 使用ggwordcloud2函数绘制词云图
ggwordcloud2(love_words_small[,c("word", "speakers")],
             color = "random-dark",
             size = 2,
             shape = "circle")
image.png

使用d3wordcloud包绘制词云图

# 安装并加载所需R包
#devtools::install_github("jbkunst/d3wordcloud")
library(d3wordcloud)

# 构建示例数据
words <- c("I", "love", "this", "package", "but", "I", "don't", "like", "use", "wordclouds")
freqs <- sample(seq(length(words)))
head(words)
## [1] "I"       "love"    "this"    "package" "but"     "I"

head(freqs)
## [1]  4  7 10  2  3  6

# 使用d3wordcloud函数绘制词云图
d3wordcloud(words, freqs)
image.png
# colors参数设置颜色
d3wordcloud(words, freqs, colors = "#FFAA00")
image.png
# fonts参数设置字体
d3wordcloud(words, freqs, font = "Erica One", padding = 5)
image.png
# 设置字体旋转角度
d3wordcloud(words, freqs, rotate.min = -45, rotate.max = 45)
image.png
sessionInfo()
## R version 3.6.0 (2019-04-26)
## Platform: x86_64-w64-mingw32/x64 (64-bit)
## Running under: Windows 10 x64 (build 18363)
## 
## Matrix products: default
## 
## locale:
## [1] LC_COLLATE=Chinese (Simplified)_China.936 
## [2] LC_CTYPE=Chinese (Simplified)_China.936   
## [3] LC_MONETARY=Chinese (Simplified)_China.936
## [4] LC_NUMERIC=C                              
## [5] LC_TIME=Chinese (Simplified)_China.936    
## 
## attached base packages:
## [1] stats     graphics  grDevices utils     datasets  methods   base     
## 
## other attached packages:
## [1] d3wordcloud_0.1   ggwordcloud_0.5.0 ggplot2_3.2.0     wordcloud2_0.2.1 
## 
## loaded via a namespace (and not attached):
##  [1] Rcpp_1.0.5       pillar_1.4.2     compiler_3.6.0   base64enc_0.1-3 
##  [5] tools_3.6.0      digest_0.6.20    jsonlite_1.6     evaluate_0.14   
##  [9] tibble_2.1.3     gtable_0.3.0     pkgconfig_2.0.2  png_0.1-7       
## [13] rlang_0.4.7      cli_1.1.0        yaml_2.2.0       xfun_0.8        
## [17] withr_2.1.2      stringr_1.4.0    dplyr_0.8.3      knitr_1.23      
## [21] vctrs_0.3.2      htmlwidgets_1.3  grid_3.6.0       tidyselect_0.2.5
## [25] glue_1.3.1       R6_2.4.0         fansi_0.4.0      rmarkdown_1.13  
## [29] purrr_0.3.2      magrittr_1.5     scales_1.0.0     htmltools_0.3.6 
## [33] assertthat_0.2.1 colorspace_1.4-1 labeling_0.3     utf8_1.1.4      
## [37] stringi_1.4.3    lazyeval_0.2.2   munsell_0.5.0    crayon_1.3.4
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 193,968评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,682评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,254评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,074评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 60,964评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,055评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,484评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,170评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,433评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,512评论 2 308
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,296评论 1 325
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,184评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,545评论 3 298
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,880评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,150评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,437评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,630评论 2 335