Rstudio 爬蟲 文本分詞個(gè)性化詞云設(shè)計(jì)

• 目錄

　　1、環(huán)境準(zhǔn)備，加載依賴

　　2、rvest 爬蟲，數(shù)據(jù)爬取

　　3、jiebaR用于分詞，詞頻統(tǒng)計(jì)

　　4、wordcloud2 結(jié)果可視化

===============================================================================================================================================

1、環(huán)境準(zhǔn)備，加載依賴

2、數(shù)據(jù)爬取

3、數(shù)據(jù)清洗

4、詞云設(shè)計(jì)

install.packages("wordcloud2")
install.packages("rvest")
install.packages("jiebaR")
library(wordcloud2)
library(rvest)
library(jiebaR)# 開始爬蟲
url<-'http://www.gov.cn/premier/2017-03/16/content_5177940.htm'
#讀取數(shù)據(jù)，規(guī)定編碼
web<-read_html(url,encoding="utf-8") 
position<-web %>% html_nodes("div.pages_content") %>% html_text()# jieba分詞，詞頻統(tǒng)計(jì)
#初始化分詞引擎并加載停用詞。
engine_s<-worker(stop_word = "stopwords.txt")
#分詞
seg<-segment(position,engine_s)
#統(tǒng)計(jì)詞頻
f<-freq(seg)
#根據(jù)詞頻降序排列
f<-f[order(f[2],decreasing=TRUE),]#基于wordcloud2包進(jìn)行可視化
#總共有2000多個(gè)詞，為了顯示效果，我只提取前150個(gè)字
f2<-f2[1:150,]    
#形狀設(shè)置為一顆五角星
wordcloud2(f2, size = 0.8 ,shape='star')    

?

轉(zhuǎn)載于:https://www.cnblogs.com/RHadoop-Hive/p/8929904.html

總結(jié)

以上是生活随笔為你收集整理的Rstudio 实现 爬虫 文本分词 个性化词云设计--我爱中国我爱党的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。