一、导出并读入微信聊天记录
参照百度的方法,使用同步助手。安装同步助手--连接手机(安卓苹果均可)--点击“其他功能“--点击微信图标即可进入聊天记录导出界面(非常简单)。
导出数据后直接用read.table读入表格
命令:
dat <- read.table("message.txt",skip=4,header=F,fill=TRUE) #skip跳过前面四行不用的信息;导出时候的信息缺失(语音图片信息等)导致表格不规则,设置fill=TRUE强制读取。聊天记录信息位于第七列。
二、使用Rwordseg包
2.1 使用之前要先安装
install.packages("rJava") #需要java环境
install.packages("Rwordseg", repos = "http://R-Forge.R-project.org")
2.2 Rwordseg具有强大的中文分词功能
segmentCN(strwords) #strwords 是中文字符串,还可以文本路径,返回值是一个向量。
> a <- segmentCN("你好R")
> str(a)
chr [1:2] "你好" "R"
2.3 Rwordseg还具有导入词库的功能
支持普通词库(txt格式)和搜狗细胞词库( scel 格式),使用方法:
先从网上下载搜狗的细胞词库(scel格式),再安装
installDict(dictFile,dicttype = c("text", "scel"), load = TRUE)
例如:
installDict("/home/ywliao/Tmp/日常用语大词库.scel",dicttype = "scel", "richang",load = TRUE)
2.4 自定义词典
insertWords("捂脸") #让某词组放入内存
deleteWords(c("捂脸")) #删除某词
三 、使用wordcloud2包
3.1 安装
install.packages('devtools')
devtools::install_github("lchiffon/wordcloud2")
3.2 使用
wordcloud2(data, size = 1, minSize = 0, gridSize = 0,
fontFamily = NULL, fontWeight = 'normal',
color = 'random-dark', backgroundColor = "white",
minRotation = -pi/4, maxRotation = pi/4, rotateRatio = 0.4,
shape = 'circle', ellipticity = 0.65, widgetsize = NULL)
参数:
(1)data:词云生成数据,包含具体词语以及频率;
(2)size:字体大小,默认为1,一般来说该值越小,生成的形状轮廓越明显;
(3)fontFamily:字体,如‘微软雅黑’;
(4)fontWeight:字体粗细,包含‘normal’,‘bold’以及‘600’;;
(5)color:字体颜色,可以选择‘random-dark’以及‘maxRontatin:字体旋转角度范围的最小值以及最大值,选定后,字体会在该范围内随机旋转;(三角形),‘pentagon’(五边形);
例如:wordcloud2(freq_dat, size = 1,shape = 'star')#生成星星状的词云
四、实例
情人节将到,将你和TA的聊天记录生成词云发送给TA定会给TA一个惊喜。
分析:
将我和gf的聊天记录生成文件oak_message.txt,在网上下载搜狗细胞词库“网络日常用语大词库.scel”和“网络日常用语.scel”,安装了所需要的rJava,Rwordseg和wordcloud2包。R代码如下:
library(rJava)
library(Rwordseg)
library(wordcloud2)
#加入日常用语细胞词库
installDict("/home/ywliao/Tmp/日常用语大词库.scel",dicttype = "scel", "richang",load = TRUE)
installDict("/home/ywliao/Tmp/网络日常用语.scel",dicttype = "scel", "wangluorichang",load = TRUE)
insertWords(c("捂脸","亲亲"))
dat <- read.table("oak_message.txt",skip=4,header=F,na.strings = "NA",fill=TRUE)
all_message <- ""
for (msg in dat$V7){
all_message <- c(all_message,segmentCN(msg))
}
all_message <- all_message[all_message != ""] #去掉空信息""
freq_dat <- as.data.frame(table(all_message))
wordcloud2(freq_dat,size = 2, minRotation = -pi/6, maxRotation = -pi/6,
rotateRatio = 1) #板报词云
wordcloud2(freq_dat, size = 1,shape = 'star') #星状词云
wordcloud2(freq_dat, size = 2, fontFamily = "微软雅黑",
color = "random-light", backgroundColor = "grey") # 海报词云
结果输出为网页文件,打开网页后可截图
什么?博主的gf聊天词云呢?怎么是这个?没错,博主就是学霸哈哈哈哈!最后祝大家情人节快乐!(不管怎样,自己都要快乐!)
参考资料:
电脑上导出微信聊天记录:http://www.cr173.com/html/64463_1.htm
Rwordseq包:http://blog.csdn.net/sinat_26917383/article/details/51056068 ; http://blog.csdn.net/sinat_26917383/article/details/51056068
wordcloud2包:http://blog.csdn.net/sinat_26917383/article/details/51620019