天上有个魔术师,一会儿黄,一会儿紫,像马像牛又像羊,风儿一吹随风走。
现在你也可以在R语言中绘制多样的词云了。wordcloud2是基于wordcloud2.js封装的一个R包,使用HTML5的canvas绘制。浏览器的可视化具有动态和交互效果,相对于曾经的R包worldcoud,wordcloud2还支持任意形状的词云绘制,这也是我一直想要寻求的特性。
安装&示例
从github安装wordcloud2包:
if (!require(devtools)) install.packages("devtools")
devtools::install_github('lchiffon/wordcloud2')
包内包含了两份data.frame格式的词频数据:英文版的demoFreq
和中文版的demoFreqC
,使用wordcloud2
直接绘制即可。若需要绘制自己的词频数据,只需构造一个类似的数据框即可,第一列代表词语,第二列存贮相应的词频。
```{r cars} library(wordcloud2) wordcloud2(demoFreqC) wordcloud2(demoFreq)
一个粗糙的例子
df = data.frame(letters, rpois(26, 20))
wordcloud2(df)
<img class="img-responsive" src='https://duyalei.cn/images/demo.jpg'>
### 定制颜色
这里的颜色包括*背景色*和*词语颜色*,分别对应`backgroundColor`和`color`两个参数。这两个参数可以接受CSS认可的任意的参数值,如'red','blue'或者'rgb(0,0,0)'以及十六进制的'#ff2fe9'等。
另外`color`参数有更多可接受的参数:
- 内置的随机色生成方案:`random-light`和`random-dark`,在javasript里定制了相应的随机函数
- javasript回调函数: 用js撰写任意的颜色生成函数,如
```r
js_color_fun = "function (word, weight) {
return (weight > 2000) ? '#f02222' : '#c09292';
}"
wordcloud2(demoFreqC, color = htmlwidgets::JS(js_color_fun),
backgroundColor = 'black')
此处需要使用htmlwidgets
的JS
函数把字符形式的参数值解析成js函数。
- R中的函数向量: js回调函数想必让很多纯R语言用户懵逼,最简单的方式是传入一个定制后的颜色向量。
wordcloud2(demoFreqC, color = ifelse(demoFreqC[, 2] > 2000, '#f02222', '#c09292')
这行代码R语言函数代替了js回调函数,效果相同。
定制形状
学会定义颜色可以让你的词云时黄时紫,却不能像马像牛又像羊。变形最简单的方式就是定义shape
参数,如wordcloud2(demoFreqC,shape='star')
。还支持’diamond’,’cardioid’等参数(都是在js脚本中预定义好的对应的函数),更多请看函数帮助文档。
内置的几个参数并不十分有趣,完全的自定义才亦可赛艇。wordcloud2
允许你传入一张图片,把词云填充在图中的黑色区域。这样,找到一头牛和一匹马,你的云就可以变换了。
wordcloud2(demoFreqC, figPath='~/Desktop/niu.jpg')
wordcloud2(demoFreqC, figPath='~/Desktop/ma.jpg')
代码中所需的图片都可以在上图截取,这里就不放了。另外,如果想画成字符形状,你可能需要先画出字符,再使用wordcloud2函数绘制。贴心的作者郎老师早已定制好了相应的接口letterCloud
函数,试试运行letterCloud(demoFreqC, word = 'R')
。
该函数背后的逻辑如上所述,先画出图片再传入figPath参数。到这里,不禁想起cos一篇文章:showtext:字体,好玩的字体和好玩的图形,文中使用showtext包调用神奇的字体画出好玩的图形。此处也可以如法炮制,下载wmpeople1.TTF字体绘制出男人和女人的图案,再调用wordcloud2绘制相应形状的词云。
```{r eval=FALSE} library(showtext) library(Cairo)
link = “http://img.dafont.com/dl/?f=wm_people_1”; download.file(link, “wmpeople1.zip”, mode = “wb”); unzip(“wmpeople1.zip”); font.add(“wmpeople1”, “wmpeople1.TTF”);
plot_shape <- function(filename, char){ CairoPNG(filename, 500, 400) showtext.begin(); plot.new() offset = par(mar = par()$mar) op = par(mar = c(0,0,0,0)) text(0.6, 0.5, char, family=’wmpeople1’, cex=32) par(offset) showtext.end(); dev.off(); }
plot_shape(‘female.png’, ‘u’) plot_shape(‘male.png’, ‘p’)
接下来在淘宝首页搜索'男'和'女'两个关键词。对搜索结果的网页做处理,分词和词频统计。计算TF-IDF指标并用词云展示。绘制词云的数据应当是长尾分布的,即大量低频词和少数高频词。高频词刻画特点,低频词填充剩余位置,达到醒目和美观的效果。因此处理过程中对TF-IDF为0或者缺失的值都填充为1,以便让这些低频词显示出来。
```{r}
library(jiebaR)
readChineseWords <- function (path) {
# 读取网页或文件 去除标点和英文
rawstring = readLines(path)
rawstring = paste0(rawstring, collapse = ' ')
s = gsub('\\w', '', rawstring, perl=TRUE)
s = gsub('[[:punct:]]', ' ', s)
return(s)
}
# 淘宝首页搜索'男'和'女'对应的网页链接
male_link = 'https://s.taobao.com/search?q=%E7%94%B7&search_type=item&sourceId=tb.index'
female_link = 'https://s.taobao.com/search?q=%E5%A5%B3&search_type=item&sourceId=tb.index'
male_str = readChineseWords(male_link)
female_str = readChineseWords(female_link)
# 分词 -> 计算tf-idf
cc = worker()
new_user_word(cc,'打底裤','ddk')
male_words = cc[male_str]
female_words = cc[female_str]
idf = get_idf(list(male_words, female_words))
get_tf_idf <- function(words){
words_freq = table(words)
df = data.frame(name=names(words_freq), freq=as.numeric(words_freq))
df = merge(df, idf, all.x = TRUE)
wc_df = data.frame(words=df$name, freq=ceiling(df$count * df$freq * 10))
# 缺失和0值替换成1
wc_df$freq[wc_df$freq == 0 | is.na(wc_df$freq)] = 1
return(wc_df)
}
# 绘制词云
male_df = get_tf_idf(male_words)
female_df = get_tf_idf(female_words)
wordcloud2(male_df, figPath = 'male.png',
backgroundColor = 'black', color = 'random-light')
wordcloud2(female_df, figPath = 'female.png',
backgroundColor = 'black', color = 'random-light')
男士的搜索结果主要是“海澜”,“健详”和“牧之逸”的品牌信息(后俩还真没听过…),“棉质”和“衬衣”等,以及臭男人要“防臭”。右中图的“打底裤”,“防走光”和“防晒”,“防水”,主题十分明确,又是一年夏季,女孩的短裙飞扬在街上的每个角落,凉爽的同时也要注意防狼防天气。
另外,为了方便定制特定形状的词云,以下是个方便的shiny app。可以交互的上传图片,选择图中的某一通道(红,绿,蓝,对应RGB)并设置阈值将其二值化,再生成词云查看效果。
shiny::runGist('https://gist.github.com/badbye/8c8d90950ff725a49ac55c6c61164b21')
<img class=”img-responsive”src=’https://duyalei.cn/images/shiny_wordcloud.png’>
交互
默认生成的词云是自带交互效果的。鼠标悬浮某个词上会显示相应的词频,这是内置的js回调函数效果。可以自编js函数覆盖,比如下边的代码传入一个空函数,画出的词云就没有交互效果了。
hoverFunction = htmlwidgets::JS("function hover() {}")
wordcloud2(demoFreq,hoverFunction = hoverFunction)
这一部分就是纯粹的js了,有能力或有兴趣想要做些不一样效果的,可以瞅瞅源代码中的hover.js。
结语
最后,想要更多的细节调试可以参见wordcloud2作者的介绍以及wordcloud2.js的API文档。
感谢wordcloud2作者郎大为老师和wordcloud2.js的作者timdream。有兴趣和有能力的朋友可以读读源代码,开开脑洞做些改进,如提升下绘图速度(改进wordcloud2.js的算法),骇客更简单易用的交互接口等。