Question

我正在使用流行的词云库来源： https://github.com/jasondavies/d3-cloud

我正在使用此块的克隆： http://bl.ocks.org/blockspring/847a40e23f68d6d7e8b5

对于我的数据，我想设置单词云所用的最大单词数。云有一些内置的旋转功能，字体大小，螺旋方法等。但是，似乎没有任何内置的方法来设置要显示的单词的最大值。

我认为简单地将其作为原始字数的一部分来提供计算效率会更高。我没有看到任何.sort调用，所以我不确定word_count对象是否按照频率排序，然后再转到cloud.js。

如果cloud.js按照频率或tf-idf或其使用的任何方式对word_count对象进行排序，那么我将不得不等待返回前k个单词，直到它生成列表，这意味着它仍然通过迭代我的整个文本文件。

我仍然认为如果我只能显示前k（最常见的顶部，不包括common_words中的语法单词），那就说20，我至少会加速视觉（不确定加速实际算法）。

如果不清楚，让我用视觉方法解释它。似乎单词出现的频率越高，字体越大，我认为这是掌握cloud.js的直观方式，因此前k将是最大字体大小的k。

那些有这种可视化经验的人能告诉我在哪里调整返回前k个单词的代码以及如何调整？

注意：我最初在git hub页面上发布了这个问题，但它被标记为偏离主题，所以我被建议在这里发帖。我最初担心的是，对于堆栈溢出来说，这会被标记为太模糊，所以我试图使问题不那么抽象，并提供尽可能多的信息。请记住这一点。

谢谢

Answer 1

也许

var words = text_string.split(/[ '\-\(\)\*":;\[\]|{},.!?]+/),
  limit = 5;
if (words.length == 1) {
  word_count[words[0]] = 1;
} else {
  words.forEach(function(word) {
    var word = word.toLowerCase();
    if (word != "" && common.indexOf(word) == -1 && word.length > 1) {
      if (word_count[word]) {
        word_count[word]++;
      } else {
        word_count[word] = 1;
      }
    }
  });
  for (var word in word_count) {
    if (word_count[word] < limit) delete word_count[word];
  }
}

您可能想要添加一个计数器，如果有太多单词，请将限制降低到Object.keys（word_count）.length＆lt; 20000

词云集最大词

1 个答案: