如何从wordcloud R包中删除单词，以便它们可以包含在输出中？

Question

我使用的是＆＃34; wordcloud＆＃34;描述＆＃34;词云＆＃34;来自R Packages存储库。当我从一些随机文本创建wordcloud时，会自动省略一些单词，因为它们不应该是wordcloud的一部分。

代码：

library(RColorBrewer)
library(NLP)
library(wordcloud)
library(tm)


wordcloud("foo bar oh oh by by bye bingo hell no", scale=c(3,1), colors=brewer.pal(6,"Dark2"),random.order=FALSE)

输出：

我想保留像＆＃34;哦＆＃34; ＆＃34; by＆＃34;在wordcloud。怎么样？

编辑：我更喜欢这样做，方法是从wordcloud包中删除一组停用词，而不是使用频率。

Answer 1

以这种方式：

library(wordcloud)
library(tm)
txt <- "foo bar oh oh by by bye bingo hell no"
corp <- Corpus(VectorSource(txt))
tdm <- TermDocumentMatrix(corp, control = list(wordLengths = c(-Inf, Inf)))
m <- as.matrix(tdm)
v <- sort(rowSums(m),decreasing=TRUE)
d <- data.frame(word = names(v),freq=v)
wordcloud(d$word,d$freq,min.freq=1)

Answer 2

有两种方法可以使用wordcloud（）：

• 一个字符串，其中所有单词都是主要参数：你现在做什么
• 一个带有向量的单词和相应的频率向量

第一个输入强制wordcloud（）调用tm，构成语料库，删除停用词，这是你丢失两个字母单词的步骤。

一种简单的方法是恢复使用不需要tm包的wordcloud，在将其提供给wordcloud（）之前处理你的字符串：

library(stringr)
library(wordcloud)
library(RColorBrewer)

## The initial string
mystring <- "foo bar oh oh by by bye bingo hell no"
## Split it and count frequencies
tabl <- table(str_split(mystring,pattern=" "))
## Make the wordcloud: all words are there!
wordcloud(names(tabl),tabl,scale=c(3,1), colors=brewer.pal(6,"Dark2"),random.order=FALSE)