#调入分词的库
library("rJava")
library("Rwordseg")
#调入绘制词云的库
library("RColorBrewer")
library("wordcloud")
#读入数据(特别注意，read.csv竟然可以读取txt的文本)
myfile<-read.csv(file.choose(),header=FALSE)
#预处理，这步可以将读入的文本转换为可以分词的字符，没有这步不能分词
myfile.res<-myfile[myfile!=" "]
#装载分词词典（如果需要的话，我这里没有装载，下面有说明）
#分词，并将分词结果转换为向量
myfile.words<-unlist(lapply(X=myfile.res,FUN=segmentCN))
#剔除URL等各种不需要的字符，还需要删除什么特殊的字符可以依样画葫芦在下面增加gsub的语句
myfile.words<-gsub(pattern="http:[a-zA-Z\\/\\.0-9]+","",myfile.words)
myfile.words<-gsub("\n","",myfile.words)
myfile.words<-gsub(" ","",myfile.words)
#去掉停用词
data_stw=read.table(file=file.choose(),colClasses="character")
stopwords_CN=c(NULL)
for(iin1:dim(data_stw)[1]){
stopwords_CN=c(stopwords_CN,data_stw[i,1])
}
for(jin1:length(stopwords_CN)){
myfile.words<-subset(myfile.words,myfile.words!=stopwords_CN[j])
}
#过滤掉1个字的词
myfile.words<-subset(myfile.words,nchar(as.character(myfile.words))>1)
#统计词频
myfile.freq<-table(unlist(myfile.words))
myfile.freq<-rev(sort(myfile.freq))
myfile.freq<-data.frame(word=names(myfile.freq), freq=myfile.freq);
#按词频过滤词，过滤掉只出现过一次的词，这里可以根据需要调整过滤的词频数
myfile.freq2=subset(myfile.freq, myfile.freq$freq>=2)
#绘制词云
#设置一个颜色系：
mycolors<-brewer.pal(8,"Dark2")
#设置字体
windowsFonts(myFont=windowsFont("华文彩云"))
#画图
wordcloud(myfile.freq2$word,myfile.freq2$freq,random.order=FALSE,
random.color=FALSE,colors=mycolors,family="myFont")