제8장 워드클라우드 : wordcloud2()
xxxxxxxxxx# ch_8_wordcloud2# wordcloud2() 를 이용한 워드 클라우드# http://magician-of-c.tistory.com/m/22?category=249901library(KoNLP)useSejongDic()# R에서 제공하는 wordcloud 패키지가 있지만 wordcloud를 사용해서 만든 워드클라우드보다 # wordcloud2를 이용해서 만든 wordcloud가 개인적으로는 좀더 가독성이 있다고 생각하기 때문에 # wordcloud2를 설치하기로 하였다. # wordcloud2는 devtools를 통해서 설치해야하므로 # 우선적으로 devtools 패키지를 다운 받은 후 wordcloud2 패키지를 다운받고 호출한다.install.packages("devtools")devtools::install_github("lchiffon/wordcloud2")library(wordcloud2)doc <- readLines(file.choose()) # 텍스트 파일을 읽어 온다.# SimplePos09() 함수는 문서에 존재하는 단어들을 카이스트에서 제작한 태그를 붙여서 # 어떠한 품사인지 확인할 수 있게 해주는 함수이다.word <- SimplePos09(doc)# SimplePos09() 를 사용하게 되면 단어는 크게 S, F, N, P, M, I, J, E, X # 총 9가지 형태로 분석된다. # 만약 문장을 조금더 세부적으로 분석하고 싶다면 SimplePos22() 함수를 사용하면 되고, # 만약 이보다 더 세부적으로 분석하고 싶다면 MorphAnalyzer() 함수를 사용하면 된다.# SimplePos22()를 사용하면 단어는 29가지 형태로 분석되고, # MorphAnalyzer()를 사용하면 그림의 맨 오른쪽의 형태들로 분석된다.# 형태가 분석된 각 문장에서의 단어들 중에서 N(체언), P(용언), M(수식언)의 형태만 저장하기library(stringr)extracted <- str_match(word, '([가-？]+)/[NPM]')extracted# str_match() 함수는 단어가 어떠한 형태를 만족하는지 검사해주는 함수이다. # 이 함수는 stringr 패키지 안에 속해있는 함수이므로 # stringr 패키지를 호출해 준뒤 함수를 사용한다.# 위에서의 명령어를 풀이하면 한글로된 단어들 중 # 뒤의 태그가 N 또는 P 또는 M인 단어들을 찾으라는 뜻이다.# 태그가 달린 불필요한 데이터와 비어있는 데이터 없애기keyword <- extracted[,2]nouns <- keyword[!is.na(keyword)]# 첫번째 명령어는 (5)번에서 얻은 extracted라는 데이터에서 # 1번열의 태그가 붙어있는 단어 데이터를 빼고 2열의 단어 데이터들만 따로 저장해주는 명령어이다.# 두번째 명령어는 바로 위에서 따로 저장한 단어 데이터들중 # 비어있는 데이터가 있으면 없애는 명령어이다.# 사전에 단어 추가 및 추출된 명사의 삭제mergeUserDic(data.frame(c("정치"), c("ncn")))nouns <- sapply(doc, extractNoun, USE.NAMES=F)nouns <- unlist(nouns)nouns <- gsub("그러나", "", nouns)nouns <- gsub("그리고", "", nouns)nouns <- gsub("이것", "", nouns)nouns <- gsub("이제", "", nouns)# 단어들 중에 1글자의 단어는 제외하기nouns <- Filter(function(x){nchar(x)>1}, nouns)# 위의 unlist 명령어는 저장되어 있는 단어들의 리스트 구조를 해재시키는 명령어이다.# 다음 명령어는 함수 기능을 사용하여 단어의 글자수를 확인하여# 1개 초과 즉 2개의 단어부터 다시 저장을 하는 명령어이다.# 단어들을 테이블의 형태로 바꾸어 저장하면서 중복된 단어를 합쳐서 개수를 확인하기wordcount <- table(nouns)# table() 함수는 데이터를 테이블의 형태로 바꾸어줌과 동시에 같은 값을 가진 데이터들을 # 하나로 합치고 개수를 파악해주는 함수이다.# 단어들 중 1번만 사용된 단어는 제외하고 나머지 단어만 저장하기wordorder <- order(wordcount, decreasing = T)for (i in 1:length(wordorder)){ if(wordcount[wordorder[i]]==1){ break }}freqwords <- wordcount[wordorder[1:i-1]]wordorder# order() 함수는 데이터를 나열해주는 함수이다. # 안의 decreasing이 참으로 되어있으므로 값이 큰 수부터 나열을 해준다.# wordorder에 저장된 값은 단어 데이터가 아닌 index 데이터이다. # 즉 wordorder의 제일 처음 값인 6은 wordcount에서 6번째의 값이 가장 개수가 크다는 의미이다.# 아래의 조건문에서 wordorder의 값을 집어넣은 wordcount 값이 1인 경우부터는 # 데이터를 제외하기 위해서 값이 1이 시작되는 i 값을 구한뒤 # wordcount[wordorder[1:i-1]]을 사용하여 첫번째 원소부터 i-1번째 원소까지만 # 따로 저장을 해준다.freqwords# word Cloud 만들기wc <- wordcloud2(data=freqwords, size = 1.5, color = "random-light", backgroundColor = "grey", rotateRatio = 0.75)wc# wordcloud2() 함수는 우리의 최종적인 결과물인 워드 클라우드를 만들어주는 함수이다.# wordcloud2() 함수는 기본적으로 data 값만 넣어주면 # 나머지 다른 값들은 기본적으로 디폴트값이 세팅되어 있다.# 하지만 원하는 디자인, 글자색, 폰트, 배경색 등 따로 원하는 값을 설정해 주면# 가독성 좋은 워드 클라우드가 생성될 것이다.# 만약 자동적으로 R Studio의 우측 하단에 있는 Viewer 에서 아래와 같은 그림이 보이지 않는다면 # console 항에 wc를 입력한 후 엔터를 치면 보일것이다.
# 웹 브라우저가 열리면서 워드클라우드가 출력된다.
# 1> speech.txt의 결과
# 2> moon.txt의 결과
