Linguagem R:Wordcloud

WordCloud

Pacotes

• stringr (R:Instalar pacotes)

Machado de Assis - Circulo Vicioso

s_dirty <- 'Bailando no ar, gemia inquieto vaga-lume:
- Quem me dera que fosse aquela loura estrela,
que arde no eterno azul, como uma eterna vela !
Mas a estrela, fitando a lua, com ciúme:
- Pudesse eu copiar o transparente lume,
que, da grega coluna á gótica janela,
contemplou, suspirosa, a fronte amada e bela !
Mas a lua, fitando o sol, com azedume:
- Misera ! tivesse eu aquela enorme, aquela
claridade imortal, que toda a luz resume !
Mas o sol, inclinando a rutila capela:
- Pesa-me esta brilhante aureola de nume...
Enfara-me esta azul e desmedida umbela...
Porque não nasci eu um simples vaga-lume?'

1. Mostra o conteúdo da [Variável]

s_dirty

1. função str_splip, separa a frase por palavras
2. separa por palavras tendo como delimitador o espaço e enviar para variável word

words <- str_split(s_dirty, fixed(' '))

1. Mostar a variável words

words

1. Problemas de padronização e caracteres especiais
2. Colocando tudo em caixa baixa str_to_lower

s <- str_to_lower(s_dirty)
s

1. Substitui os caractres ENTER (\\r) e NOVA LINHA (\\n) por espaço

s_clean <- str_replace_all(s,'[\\r\\n]',' ')

1. mostra o conteúdo de s_clean

s_clean

1. separando novamente as palavras, agora da variável limpa

words <- str_split(s_clean, fixed(' '))
words

1. Removendo outros caracteres especiais de pontuação , . ? ! : com ENTER e NOVA LINHA

s_clean <- str_replace_all(s,'[\\r\\n,.?!:;]',' ')
s_clean <- str_replace_all(s_clean,' ',';')

1. Remove espaços em branco
2. Loop - Programação

s_clean <- str_replace_all(s_clean,';;',';')
s_clean <- str_replace_all(s_clean,';;',';')
s_clean <- str_replace_all(s_clean,';;',';')
s_clean <- str_replace_all(s_clean,';;',';')
s_clean

1. separando novamente as palavras, agora da variável limpa novamente

words <- str_split(c(s_clean), fixed(';'))
words

1. transforma a array em uma tabela de dados e frequencia

freq <- table(words)
freq

1. ordena da maior frequencia para meno

freq <- sort(freq, decreasing=TRUE)
freq

1. Convert a lista em uma tabela

freq_t <- as.matrix(freq)
colnames(freq_t) <- "Freq"
freq_t
freq[freq["Freq"] >1]

1. Filtra dados com frequencia maior que 1

freq_t[freq_t[,1] > 1,]
freq_t[freq_t$freq > 1,]

1. Exportar dados para o CSV

palavras <- paste(names(freq), freq, sep=";")
cat("Palavra;Frequencia", palavras, file="d:/lixo/frequencias.csv", sep="\n")

1. Mostra dados gráficos

plot(freq)

1. histograma - Cluster pela frequencia

hist(freq)