vlambda博客
学习文章列表

词云作为一种比较时髦的可视化方式，为我们文字方向的工作提供了易于表达的可视化方案，一目了然有大方美观。本次我为大家带来gplot版本的词云，并且用爱你的形状做展示。

我们使用的数据ggwordcloud内置的数据集，这数据集手机了全世界爱你的语言，我们来将其绘制成图云，连图云都是爱你的形状。

# 安装
# devtools::install_github("lepennec/ggwordcloud")

示例数据提取，基本词云展示：基本词云使用的是ggwordcloud包中定义的涂图层函数geom_text_wordcloud()

library(ggwordcloud)
#> Loading required package: ggplot2


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.

set.seed(42)
ggplot(love_words_small, aes(label = word, size = speakers)) +
  geom_text_wordcloud() +
  scale_size_area(max_size = 40) +
  theme_minimal()

因为我们设置了一张图片png::readPNG(system.file(“extdata/hearth.png”,package = “ggwordcloud”, mustWork = TRUE))。这张 图片是爱你的形状，读入图片，产生效果.我们可以设置不同的形状，根据不同的形状。

data("love_words")
head(love_words)

## # 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.

set.seed(42)
ggplot( love_words,aes(label = word, size = speakers,color = speakers)) +
  geom_text_wordcloud_area(aes(angle = 45 * sample(-2:2, nrow(love_words),
     replace = TRUE,prob = c(1, 1, 4, 1, 1))),
  mask = png::readPNG(system.file("extdata/hearth.png",
                                  package = "ggwordcloud", mustWork = TRUE
  )),
  rm_outside = TRUE
  ) +
  scale_size_area(max_size = 40) +
  theme_minimal() +
  scale_color_gradient(low = "darkred", high = "red")

#> Some words could not fit on page. They have been removed.

既然使用的ggplot出图，那就可以使用分面，更加强大组件词云比较

library(dplyr, quietly = TRUE, warn.conflicts = FALSE)
library(tidyr, quietly = TRUE)
set.seed(42)
ggplot(
  love_words_small %>%
    gather(key = "type", value = "speakers", -lang, -word) %>%
    arrange(desc(speakers)),
  aes(label = word, size = speakers)
) +
  geom_text_wordcloud_area(mask = png::readPNG(system.file("extdata/hearth.png",
                                  package = "ggwordcloud", mustWork = TRUE
  ))) +
  scale_size_area(max_size = 40) +
  theme_minimal() +
  facet_wrap(~type)

词云如果统计数量的话可以添加label_contentc参数

set.seed(42)
ggplot(love_words_small, aes(label = word, size = speakers,
                             label_content = sprintf("%s<span style='font-size:7.5pt'>(%g)</span>", word, speakers))) +
  geom_text_wordcloud_area(mask = png::readPNG(system.file("extdata/hearth.png",
                                  package = "ggwordcloud", mustWork = TRUE
  ))) +
  scale_size_area(max_size = 40) +
  theme_minimal()