利用Rweibo ，wordcloud做词云
#导入需要的包，不存在则下载 require(Rweibo) #必须先调用rJava不然Rwordseg 无法使用 library(rJava) require(Rwordseg) require(RColorBrewer) require(wordcloud) require(scales) #通过微博抽取含有“大数据”的博文 #只能读取20pages #！！！！最好保存工作空间 ，频繁调用会导致账号被封 res11 <- web.search.content("大数据", page =40, combinewith = NULL) #获得微博评论内容的源数据 res<-res11$Weibo #通过Rwordseg分词 res1=segmentCN(res) #将list向量化 res2<-unlist(res1) #统计频数 res3<-table(res2) #升序排列 #res4是带标签的变量，标签名是文字，变量值是频数 res4<-sort(res3) #利用频数向量构造频数数据框 res5<-data.frame(res=names(res4),freq=res4) #去除单个词汇 ，如 ‘的’，‘是’等 res5$res<-as.character(res5$res) res5$len<-nchar(res5$res) res6<-subset(res5,len>1) #取最后150个数据，即频数较大的数据,res7为最终频数数据框 res7<-tail(res6,150) #用wordcloud作图 op<-par(bg='lightyellow') wordcloud(res7$res,res7$freq,random.order=F,col=brewer.pal(9,"Set1")) wordcloud(res7$res,res7$freq,random.order=F,col=rainbow(length(res7$freq)))