R语言jiebaR包文本中文分词及词云制作的示例分析，很多新手对此不是很清楚，为了帮助大家解决这个难题，下面小编将为大家详细讲解，有这方面需求的人可以来学习下，希望你能有所收获。
微信出现之前，qq群是我和读者交流的主要阵地，一般我会问大家为什么入群这样一个问题，收集到一些有趣的回答，今天就以这组文本数据练习中文分词和词云图的制作。
首先我们先从excel读取数据
data <- read.xlsx("why.xlsx")data <- data[,1]准备jiebaR包和分词引擎
library(jiebaR)engine <- worker()
开始分词
fc <- segment(data,engine)
我们会发现分词质量不高，有些词语要剔除。
准备停止词stopwords.txt
t <- readLines('stopwords.txt')stopwords<-c(NULL)for(i in 1:length(t)){stopwords[i]<-t[i]}开始过滤
fc2 <- filter_segment(fc,stopwords)
过滤之后，我们发现此时的关键词更加凸显。
统计词频
freq <- sort(table(fc2),decreasing = T)
简单画个饼图看看效果咋样吧
pie(head(freq))
联想造句：爱好者想学习和交流数据分析和统计（这个意思非常符合入qq群目标）。
把关键词和词频转换为数据框结构
mydata=data.frame(word=names(freq),freq=as.vector(freq),stringsAsFactors= F)
制作一个词云图吧
library(wordcloud2)wordcloud2(mydata,size = 1.5)
这就是最终效果了，简单总结一下：入群最主要的目的是“学习”“数据分析”以及“统计”了，ta们都有谁内？有“爱好者”、“新手”、“研究生”，不管是“交流”，或是“请教”“咨询”，总是是要“谢谢”“数据小兵”（纯属娱乐造句）。
看完上述内容是否对您有帮助呢？如果还想对相关知识有进一步的了解或阅读更多相关文章，请关注亿速云行业资讯频道，感谢您对亿速云的支持。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
