作者热门文章
- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
让我从 Introduction to tidytext @ CRAN 中的以下完全工作的代码开始
library(janeaustenr)
library(dplyr)
library(stringr)
original_books <- austen_books() %>%
group_by(book) %>%
mutate(linenumber = row_number(),
chapter = cumsum(str_detect(text, regex("^chapter [\\divxlc]",
ignore_case = TRUE)))) %>%
ungroup()
original_books
library(tidytext)
tidy_books <- original_books %>%
unnest_tokens(word, text)
tidy_books
data("stop_words")
cleaned_books <- tidy_books %>%
anti_join(stop_words)
到目前为止一切都很好。我有六本简·奥斯汀小说,其中标准的垃圾词已被删除。
unique(cleaned_books$book)
这让我很感动:《理智与情感》、《傲慢与偏见》、《曼斯菲尔德庄园》、《艾玛》、《诺桑觉寺》、《劝说》。
所以如果我想做一个包含所有六个的标准 TF 词云,没问题。就像这样(添加颜色):
library(wordcloud)
library(RColorBrewer)
dark2 <- brewer.pal(8, "Dark2")
cleaned_books %>%
count(word) %>%
with(wordcloud(word, n, color = dark2, max.words = 100))
效果很好。但是我该如何对所有六本小说执行 commonality.cloud() 操作,以及对相同的小说执行 comparison.cloud() 操作呢?
我需要的所有数据都在cleaned_books中——但我不知道如何 reshape 它。感谢您的帮助!
如果其他人遇到类似问题,我会离开。
上面的代码&
set1 <- brewer.pal(8, "Set1") ## a second color just for other cloud type
library(reshape2)
# title size and scale optional, obviously
cleaned_books %>%
group_by(book) %>%
count(word) %>%
acast(word ~ book, value.var = "n", fill = 0) %>%
comparison.cloud(color = dark2, title.size = 1, scale = c(3, 0.3), random.order = FALSE, max.words = 100)
cleaned_books %>%
group_by(book) %>%
count(word) %>%
acast(word ~ book, value.var = "n", fill = 0) %>%
commonality.cloud(color = set1, title.size = 1, scale = c(3, 0.3), random.order = FALSE, max.words = 100)
效果很好。
最佳答案
明白了。谢谢。运行上面的代码。然后
set1 <- brewer.pal(8, "Set1") ## a second color just for other cloud type
library(reshape2)
颜色是可选的。 reshape2 必不可少。然后按书分组就可以了。
cleaned_books %>%
group_by(book) %>%
count(word) %>%
acast(word ~ book, value.var = "n", fill = 0) %>%
comparison.cloud(color = dark2, title.size = 1, scale = c(3, 0.3), random.order = FALSE, max.words = 100)
cleaned_books %>%
group_by(book) %>%
count(word) %>%
acast(word ~ book, value.var = "n", fill = 0) %>%
commonality.cloud(color = set1, title.size = 1, scale = c(3, 0.3), random.order = FALSE, max.words = 100)
一切都好!
关于r - tidytext——如何做共性和对比词云,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/47281927/
我是一名优秀的程序员,十分优秀!