Rstudio 爬蟲 文本分詞個性化詞云設計

• 目錄

　　1、環境準備，加載依賴

　　2、rvest 爬蟲，數據爬取

　　3、jiebaR用于分詞，詞頻統計

　　4、wordcloud2 結果可視化

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

1、環境準備，加載依賴

2、數據爬取

3、數據清洗

4、詞云設計

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'
#讀取數據，規定編碼
web<-read_html(url,encoding="utf-8") 
position<-web %>% html_nodes("div.pages_content") %>% html_text()# jieba分詞，詞頻統計
#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)
#統計詞頻
f<-freq(seg)
#根據詞頻降序排列
f<-f[order(f[2],decreasing=TRUE),]#基于wordcloud2包進行可視化
#總共有2000多個詞，為了顯示效果，我只提取前150個字
f2<-f2[1:150,]    
#形狀設置為一顆五角星
wordcloud2(f2, size = 0.8 ,shape='star')    

?

轉載于:https://www.cnblogs.com/RHadoop-Hive/p/8929904.html

總結

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內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。