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?'
- Mostra o conteúdo da [Variável]
s_dirty
Função str_splip, separa a frase por palavras tendo como delimitador o character definido na função
words <- str_split(s_dirty, fixed(' '))
Mostar a variável words
words
Problemas de padronização e caracteres especiais Colocando tudo em caixa baixa str_to_lower
s <- str_to_lower(s_dirty) s
Substitui os character ENTER (\\r) e NOVA LINHA (\\n) por espaço
s_clean <- str_replace_all(s,'[\\r\\n]',' ')
mostra o conteúdo de s_clean
s_clean
separando novamente as palavras, agora da variável limpa
words <- str_split(s_clean, fixed(' '))
words
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,' ',';')
Remove espaços em branco 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
Separando novamente as palavras, agora da variável limpa novamente
words <- str_split(c(s_clean), fixed(';'))
words
Transforma a array em uma tabela de dados e frequencia
freq <- table(words) freq
Ordena da maior frequencia para meno
freq <- sort(freq, decreasing=TRUE) freq
Convert a lista em uma tabela
freq_t <- as.matrix(freq) colnames(freq_t) <- "Freq" freq_t freq[freq["Freq"] >1]
Filtra dados com frequencia maior que 1
freq_t[freq_t[,1] > 1,] freq_t[freq_t$freq > 1,]
Exportar dados para o CSV
palavras <- paste(names(freq), freq, sep=";")
cat("Palavra;Frequencia", palavras, file="d:/lixo/frequencias.csv", sep="\n")
Mostra dados gráficos
plot(freq)
Histograma - Cluster pela frequência
hist(freq)
