#### 10-1 ####
## -------------------------------------------------------------------- ##
# 패키지 설치
install.packages("rJava")
install.packages("memoise")
install.packages("stringr")
install.packages("wordcloud")
#기본R 에서 실행시 실행경로 설정
setwd('D:/rclass')
# 패키지 로드
library(KoNLP)
library(dplyr)
library(useNIADic)
useNIADic()
## ------------------------------------------------------------ ##
install.packages("multilinguer")
library(multilinguer)
install_jdk()
install.packages(c("stringr", "hash", "tau", "Sejong", "RSQLite", "devtools"), type = "binary")
install.packages("remotes")
remotes::install_github("haven-jeon/KoNLP", upgrade = "never", INSTALL_opts=c("--no-multiarch"))
library(KoNLP)
# 세종 사전 사용 지정
useSejongDic( )
#extractNoun 함수 공백을 기준으로 단어 판단
v1 <- c("봄이 지나면 여름이고 여름이 지나면 가을입니다.그리고 겨울이죠")
extractNoun(v1)
## -------------------------------------------------------------------- ##
#267p
# 데이터 불러오기
txt <- readLines("D:/rclass/hiphop.txt")
class(txt)
head(txt)
library(stringr)
# 특수문자 제거
txt <- str_replace_all(txt, "\\W", " ")
head(txt)
## -------------------------------------------------------------------- ##
extractNoun("대한민국의 영토는 한반도와 그 부속도서로 한다")
# 가사에서 명사추출
nouns <- extractNoun(txt)
# 추출한 명사 list를 문자열 벡터로 변환, 단어별 빈도표 생성
wordcount <- table(unlist(nouns))
# 데이터 프레임으로 변환
df_word <- as.data.frame(wordcount, stringsAsFactors = F)
# 변수명 수정
df_word <- rename(df_word,
word = Var1,
freq = Freq)
# 두 글자 이상 단어 추출
df_word <- filter(df_word, nchar(word) >= 2)
?arrange()
library(dplyr)
top_20 <- df_word %>%
arrange(desc(freq)) %>%
head(20)
top_20
## -------------------------------------------------------------------- ##
# 패키지 로드
library(wordcloud)
library(RColorBrewer)
pal <- brewer.pal(8,"Dark2") # Dark2 색상 목록에서 8개 색상 추출
pal
#par(mar=c(0.1,0.1,0.1,0.1))
set.seed(1234)
wordcloud(words = df_word$word, # 단어
freq = df_word$freq, # 빈도
min.freq = 2, # 최소 단어 빈도
max.words = 200, # 표현 단어 수
random.order = F, # 고빈도 단어 중앙 배치
rot.per = .1, # 회전 단어 비율
scale = c(4, 0.3), # 단어 크기 범위
colors = pal) # 색깔 목록
savePlot("w1.png", type="png")
pal <- brewer.pal(9,"Blues")[5:9] # 색상 목록 생성
set.seed(1234) # 난수 고정
wordcloud(words = df_word$word, # 단어
freq = df_word$freq, # 빈도
min.freq = 10, # 최소 단어 빈도
max.words = 200, # 표현 단어 수
random.order = F, # 고빈도 단어 중앙 배치
rot.per = .1, # 회전 단어 비율
scale = c(4, 0.3), # 단어 크기 범위
colors = pal) # 색상 목록
# wordcloud가 제대로 실행이 안되면 R GUI에서 실행
#### 10-2 ####
#기본R 에서 실행시 실행경로 설정
#setwd('C:\\r_test')
# 패키지 로드
library(KoNLP)
library(dplyr)
useNIADic()
## -------------------------------------------------------------------- ##
# 데이터 로드
twitter <- read.csv("D:/rclass/twitter.csv",
header = T,
stringsAsFactors = F,
fileEncoding = "UTF-8")
# 변수명 수정
twitter <- rename(twitter,
no = 번호,
id = 계정이름,
date = 작성일,
tw = 내용)
# 특수문자 제거
twitter$tw <- str_replace_all(twitter$tw, "\\W", " ")
head(twitter$tw)
# 트윗에서 명사추출
nouns <- extractNoun(twitter$tw)
# 추출한 명사 list를 문자열 벡터로 변환, 단어별 빈도표 생성
wordcount <- table(unlist(nouns))
# 데이터 프레임으로 변환
df_word <- as.data.frame(wordcount, stringsAsFactors = F)
# 변수명 수정
df_word <- rename(df_word,
word = Var1,
freq = Freq)
# 두 글자 이상 단어만 추출
df_word <- filter(df_word, nchar(word) >= 2)
# 상위 20개 추출
top20 <- df_word %>%
arrange(desc(freq)) %>%
head(20)
top20
library(ggplot2)
order <- arrange(top20, freq)$word # 빈도 순서 변수 생성
ggplot(data = top20, aes(x = word, y = freq)) +
ylim(0, 2500) +
geom_col() +
coord_flip() +
scale_x_discrete(limit = order) + # 빈도 순서 변수 기준 막대 정렬
geom_text(aes(label = freq), hjust = -0.3) # 빈도 표시
pal <- brewer.pal(8,"Dark2") # 색상 목록 생성
set.seed(1234) # 난수 고정
wordcloud(words = df_word$word, # 단어
freq = df_word$freq, # 빈도
min.freq = 10, # 최소 단어 빈도
max.words = 200, # 표현 단어 수
random.order = F, # 고빈도 단어 중앙 배치
rot.per = .1, # 회전 단어 비율
scale = c(6, 0.2), # 단어 크기 범위
colors = pal) # 색상 목록
pal <- brewer.pal(9,"Blues")[5:9] # 색상 목록 생성
set.seed(1234) # 난수 고정
wordcloud(words = df_word$word, # 단어
freq = df_word$freq, # 빈도
min.freq = 10, # 최소 단어 빈도
max.words = 200, # 표현 단어 수
random.order = F, # 고빈도 단어 중앙 배치
rot.per = .1, # 회전 단어 비율
scale = c(6, 0.2), # 단어 크기 범위
colors = pal) # 색상 목록
