wordcloud

Создайте график облака слова из текста, модели сумки слов, мешка n модели граммов или модели LDA

свернуть все на странице

Синтаксис

wordcloud(str)

wordcloud(documents)

wordcloud(bag)

wordcloud(tbl,wordVar,sizeVar)

wordcloud(words,sizeData)

wordcloud(C)

wordcloud(ldaMdl,topicIdx)

wordcloud(___,Name,Value)

wordcloud(parent,___)

wc = wordcloud(___)

Описание

Text Analytics Toolbox™ расширяет функциональность wordcloud MATLAB^®функция. Это добавляет поддержку создания облаков слова непосредственно от строковых массивов и создания облаков слова из моделей сумки слов, мешка n моделей грамма и тем LDA. Если вам не установили Text Analytics Toolbox, то смотрите wordcloud.

пример

wordcloud(str) создает график облака слова путем маркирования и предварительной обработки текста в str, и затем отображая слова с размерами, соответствующими количествам частотности слова. Этот синтаксис поддерживает английский, японский язык, немецкий язык и корейский текст.

пример

wordcloud(documents) создает график облака слова от слов, появляющихся в documents.

пример

wordcloud(bag) создает график облака слова от сумки слов или мешка n модели bag граммов.

пример

wordcloud(tbl,wordVar,sizeVar) создает график облака слова из таблицы tbl. Переменные wordVar и sizeVar в таблице задают слова и размеры слова соответственно.

wordcloud(words,sizeData) создает график облака слова от элементов words с размерами слова, заданными sizeData.

wordcloud(C) создает график облака слова от элементов категориального массива C использование подсчета частот.

пример

wordcloud(ldaMdl,topicIdx) создает график облака слова от темы с индексом topicIdx из модели LDA ldaMdl.

wordcloud(___,Name,Value) задает дополнительный WordCloudChart свойства с помощью одного или нескольких аргументов пары "имя-значение".

wordcloud(parent,___) создает облако слова на рисунке, панели или вкладке, заданной parent.

wc = wordcloud(___) возвращает WordCloudChart объект. Используйте wc изменить свойства облака слова после создания его. Для списка свойств смотрите WordCloudChart Properties.

Примеры

свернуть все

Создайте Word Cloud из текстовых данных

Скрипт Open Live Script

Извлеките текст из sonnets.txt использование extractFileText и отобразите текст первого сонета.

str = extractFileText("sonnets.txt");
extractBefore(str,"II")

ans = 
    "THE SONNETS
     
     by William Shakespeare
     
     
     
     
       I
     
       From fairest creatures we desire increase,
       That thereby beauty's rose might never die,
       But as the riper should by time decease,
       His tender heir might bear his memory:
       But thou, contracted to thine own bright eyes,
       Feed'st thy light's flame with self-substantial fuel,
       Making a famine where abundance lies,
       Thy self thy foe, to thy sweet self too cruel:
       Thou that art now the world's fresh ornament,
       And only herald to the gaudy spring,
       Within thine own bud buriest thy content,
       And tender churl mak'st waste in niggarding:
         Pity the world, or else this glutton be,
         To eat the world's due, by the grave and thee.
     
       "

Отобразите слова из сонетов, одним словом, облако.

figure
wordcloud(str);

Figure contains an object of type wordcloud.

Создайте Word Cloud из маркируемых документов

Скрипт Open Live Script

Загрузите данные в качестве примера. Файл sonnetsPreprocessed.txt содержит предварительно обработанные версии сонетов Шекспира. Файл содержит один сонет на строку со словами, разделенными пробелом. Извлеките текст из sonnetsPreprocessed.txt, разделите текст в документы в символах новой строки, и затем маркируйте документы.

filename = "sonnetsPreprocessed.txt";
str = extractFileText(filename);
textData = split(str,newline);
documents = tokenizedDocument(textData);

Визуализируйте документы с помощью облака слова.

figure
wordcloud(documents);

Figure contains an object of type wordcloud.

Создайте Word Cloud из модели сумки слов

Скрипт Open Live Script

filename = "sonnetsPreprocessed.txt";
str = extractFileText(filename);
textData = split(str,newline);
documents = tokenizedDocument(textData);

Создайте модель сумки слов использование bagOfWords.

bag = bagOfWords(documents)

bag = 
  bagOfWords with properties:

          Counts: [154x3092 double]
      Vocabulary: ["fairest"    "creatures"    "desire"    ...    ]
        NumWords: 3092
    NumDocuments: 154

Визуализируйте модель сумки слов использование облака слова.

figure
wordcloud(bag);

Figure contains an object of type wordcloud.

Создайте Word Cloud из таблицы

Скрипт Open Live Script

Загрузите данные в качестве примера sonnetsTable. Таблица tbl содержит список слов в переменной Word, и соответствующий подсчет частот в переменной Count.

load sonnetsTable
head(tbl)

ans=8×2 table
       Word        Count
    ___________    _____

    {'''tis'  }      1  
    {''Amen'' }      1  
    {''Fair'  }      2  
    {''Gainst'}      1  
    {''Since' }      1  
    {''This'  }      2  
    {''Thou'  }      1  
    {''Thus'  }      1

Отобразите табличные данные на графике с помощью wordcloud. Задайте слова и соответствующие размеры слова, чтобы быть Word и Count переменные соответственно.

figure
wordcloud(tbl,'Word','Count');
title("Sonnets Word Cloud")

Figure contains an object of type wordcloud. The chart of type wordcloud has title Sonnets Word Cloud.

Создайте Word Cloud из темы LDA

Скрипт Open Live Script

Чтобы воспроизвести результаты в этом примере, установите rng к 'default'.

rng('default')

filename = "sonnetsPreprocessed.txt";
str = extractFileText(filename);
textData = split(str,newline);
documents = tokenizedDocument(textData);

Создайте модель сумки слов использование bagOfWords.

bag = bagOfWords(documents)

bag = 
  bagOfWords with properties:

          Counts: [154x3092 double]
      Vocabulary: ["fairest"    "creatures"    "desire"    ...    ]
        NumWords: 3092
    NumDocuments: 154

Подбирайте модель LDA с 20 темами. Чтобы подавить многословный выход, установите 'Verbose' к 0.

mdl = fitlda(bag,20,'Verbose',0)

mdl = 
  ldaModel with properties:

                     NumTopics: 20
             WordConcentration: 1
            TopicConcentration: 5
      CorpusTopicProbabilities: [0.0500 0.0500 0.0500 0.0500 0.0500 ... ]
    DocumentTopicProbabilities: [154x20 double]
        TopicWordProbabilities: [3092x20 double]
                    Vocabulary: ["fairest"    "creatures"    ...    ]
                    TopicOrder: 'initial-fit-probability'
                       FitInfo: [1x1 struct]

Визуализируйте первые четыре темы с помощью облаков слова.

figure
for topicIdx = 1:4
    subplot(2,2,topicIdx)
    wordcloud(mdl,topicIdx);
    title("Topic: " + topicIdx)
end

Figure contains objects of type wordcloud. The chart of type wordcloud has title Topic: 1. The chart of type wordcloud has title Topic: 2. The chart of type wordcloud has title Topic: 3. The chart of type wordcloud has title Topic: 4.

Входные параметры

свернуть все

`str` — Введите текст
массив строк | вектор символов | массив ячеек из символьных векторов

Введите текст в виде массива строк, вектора символов или массива ячеек из символьных векторов.

Для входа строки, wordcloud и wordCloudCounts функции используют английский, японский язык, немецкий язык, и корейскую токенизацию, останавливают удаление слова и нормализацию слова.

Пример: ["an example of a short document";"a second short document"]

Типы данных: string | char | cell

`documents` — Введите документы
`tokenizedDocument` массив

Введите документы в виде tokenizedDocument массив.

`tbl` — Входная таблица
таблица

Входная таблица, со столбцами, задающими слова и размеры слова. Задайте слова и соответствующие размеры слова в переменных, данных wordVar и sizeVar входные параметры соответственно.

Типы данных: table

`wordVar` — Табличная переменная для данных о слове
строковый скаляр | вектор символов | числовой индекс | логический вектор

Табличная переменная для данных о слове в виде строкового скаляра, вектора символов, числового индекса или логического вектора.

`sizeVar` — Табличная переменная для данных о размере
строковый скаляр | вектор символов | числовой индекс | логический вектор

Табличная переменная для данных о размере в виде строкового скаляра, вектора символов, числового индекса или логического вектора.

`words` — Введите слова
представьте вектор в виде строки | массив ячеек из символьных векторов

Введите слова в виде вектора строки или массива ячеек из символьных векторов.

Типы данных: string | cell

`sizeData` — Данные о размере Word
числовой вектор

Данные о размере Word в виде числового вектора.

`C` — Введите категориальные данные
категориальный массив

Введите категориальные данные в виде категориального массива. Графики функций каждый уникальный элемент C с размером, соответствующим histcounts(C).

Типы данных: categorical

`bag` — Модель Input
`bagOfWords` возразите | `bagOfNgrams` объект

Введите сумку слов или мешок n модели граммов в виде bagOfWords возразите или bagOfNgrams объект. Если bag bagOfNgrams объект, затем функция обрабатывает каждую n-грамму как отдельное слово.

`ldaMdl` — Модель Input LDA
`ldaModel` объект

Введите модель LDA в виде ldaModel объект.

`topicIdx` — Индекс темы LDA
неотрицательное целое число

Индекс темы LDA в виде неотрицательного целого числа.

`parent` — Родительский элемент
фигурируйте | панель | вкладка

Родительский элемент, заданный как фигура, панель или вкладка.

Аргументы name-value

Задайте дополнительные разделенные запятой пары Name,Value аргументы. Name имя аргумента и Value соответствующее значение. Name должен появиться в кавычках. Вы можете задать несколько аргументов в виде пар имен и значений в любом порядке, например: Name1, Value1, ..., NameN, ValueN.

Пример: 'HighlightColor','blue' задает цвет подсветки, чтобы быть синим.

WordCloudChart свойства, перечисленные здесь, являются только подмножеством. Для полного списка смотрите WordCloudChart Properties.

`MaxDisplayWords` — Максимальное количество слов, чтобы отобразиться
100 (значений по умолчанию) | неотрицательное целое число

Максимальное количество слов, чтобы отобразиться в виде неотрицательного целого числа. Программное обеспечение отображает MaxDisplayWords самые большие слова.

`Color` — Цвет Word
[0.2510 0.2510 0.2510] (значение по умолчанию) | триплет RGB | вектор символов, содержащий название цвета | матрица

Цвет Word в виде триплета RGB, вектор символов, содержащий название цвета или N- 3 матрицы, где N длина WordData. Если Color матрица, затем каждая строка соответствует триплету RGB для соответствующего слова в WordData.

Триплеты RGB и шестнадцатеричные цветовые коды полезны для определения пользовательских цветов.

Триплет RGB представляет собой трехэлементный вектор-строку, элементы которого определяют интенсивность красных, зеленых и синих компонентов цвета. Интенсивность должна быть в области значений [0,1]; например, [0.4 0.6 0.7].
Шестнадцатеричный цветовой код является вектором символов или строковым скаляром, который запускается с символа хеша (#) сопровождаемый тремя или шестью шестнадцатеричными цифрами, которые могут лежать в диапазоне от 0 к F. Значения не являются чувствительными к регистру. Таким образом, цветовые коды '#FF8800', '#ff8800', '#F80', и '#f80' эквивалентны.

Кроме того, вы можете задать имена некоторых простых цветов. Эта таблица приводит опции именованного цвета, эквивалентные триплеты RGB и шестнадцатеричные цветовые коды.

Название цвета	Краткое название	Триплет RGB	Шестнадцатеричный цветовой код
`'red'`	`'r'`	[1 0 0]	`'#FF0000'`
`'green'`	`'g'`	[0 1 0]	`'#00FF00'`
`'blue'`	`'b'`	[0 0 1]	`'#0000FF'`
`'cyan'`	`'c'`	[0 1 1]	`'#00FFFF'`
`'magenta'`	`'m'`	[1 0 1]	`'#FF00FF'`
`'yellow'`	`'y'`	[1 1 0]	`'#FFFF00'`
`'black'`	`'k'`	[0 0 0]	'#000000'
`'white'`	`'w'`	[1 1 1]	`'#FFFFFF'`

Вот являются триплеты RGB и шестнадцатеричные цветовые коды для цветов по умолчанию использованием MATLAB во многих типах графиков.

Триплет RGB	Шестнадцатеричный цветовой код	Внешний вид
[0 0.4470 0.7410]	`'#0072BD'`
[0.8500 0.3250 0.0980]	`'#D95319'`
[0.9290 0.6940 0.1250]	`'#EDB120'`
[0.4940 0.1840 0.5560]	`'#7E2F8E'`
[0.4660 0.6740 0.1880]	`'#77AC30'`
[0.3010 0.7450 0.9330]	`'#4DBEEE'`
[0.6350 0.0780 0.1840]	`'#A2142F'`

Пример: 'blue'

Пример: [0 0 1]

`HighlightColor` — Цвет подсветки Word
[0.8510 0.3255 0.0980] (значение по умолчанию) | триплет RGB | вектор символов, содержащий название цвета

Цвет подсветки Word в виде триплета RGB или вектор символов, содержащий название цвета. Программное обеспечение подсвечивает самые большие слова с этим цветом.

Триплеты RGB и шестнадцатеричные цветовые коды полезны для определения пользовательских цветов.

Триплет RGB представляет собой трехэлементный вектор-строку, элементы которого определяют интенсивность красных, зеленых и синих компонентов цвета. Интенсивность должна быть в области значений [0,1]; например, [0.4 0.6 0.7].
Шестнадцатеричный цветовой код является вектором символов или строковым скаляром, который запускается с символа хеша (#) сопровождаемый тремя или шестью шестнадцатеричными цифрами, которые могут лежать в диапазоне от 0 к F. Значения не являются чувствительными к регистру. Таким образом, цветовые коды '#FF8800', '#ff8800', '#F80', и '#f80' эквивалентны.

Название цвета	Краткое название	Триплет RGB	Шестнадцатеричный цветовой код
`'red'`	`'r'`	[1 0 0]	`'#FF0000'`
`'green'`	`'g'`	[0 1 0]	`'#00FF00'`
`'blue'`	`'b'`	[0 0 1]	`'#0000FF'`
`'cyan'`	`'c'`	[0 1 1]	`'#00FFFF'`
`'magenta'`	`'m'`	[1 0 1]	`'#FF00FF'`
`'yellow'`	`'y'`	[1 1 0]	`'#FFFF00'`
`'black'`	`'k'`	[0 0 0]	'#000000'
`'white'`	`'w'`	[1 1 1]	`'#FFFFFF'`

Триплет RGB	Шестнадцатеричный цветовой код	Внешний вид
[0 0.4470 0.7410]	`'#0072BD'`
[0.8500 0.3250 0.0980]	`'#D95319'`
[0.9290 0.6940 0.1250]	`'#EDB120'`
[0.4940 0.1840 0.5560]	`'#7E2F8E'`
[0.4660 0.6740 0.1880]	`'#77AC30'`
[0.3010 0.7450 0.9330]	`'#4DBEEE'`
[0.6350 0.0780 0.1840]	`'#A2142F'`

Пример: 'blue'

Пример: [0 0 1]

`Shape` — Форма облака слова
`'oval'` (значение по умолчанию) | `'rectangle'`

Форма облака слова строит диаграмму в виде 'oval' или 'rectangle'.

Пример: 'rectangle'

Выходные аргументы

свернуть все

`wc` — `WordCloudChart` объект
`WordCloudChart` объект

WordCloudChart объект. Можно изменить свойства WordCloudChart после того, как это создается. Для получения дополнительной информации смотрите WordCloudChart Properties.

Больше о

свернуть все

Факторы языка

Для других языков вы можете должны быть вручную предварительно обработать свои текстовые данные и задать уникальные слова и соответствующие размеры в wordcloud.

Задавать размеры слова в wordcloud, введите свои данные как таблицу или массивы, содержащие уникальные слова и соответствующие размеры.

Темы

Введенный в R2017b

Документация

wordcloud

Синтаксис

Описание

Примеры

Создайте Word Cloud из текстовых данных

Создайте Word Cloud из маркируемых документов

Создайте Word Cloud из модели сумки слов

Создайте Word Cloud из таблицы

Создайте Word Cloud из темы LDA

Входные параметры

`str` — Введите текст
массив строк | вектор символов | массив ячеек из символьных векторов

`documents` — Введите документы
`tokenizedDocument` массив

`tbl` — Входная таблица
таблица

`wordVar` — Табличная переменная для данных о слове
строковый скаляр | вектор символов | числовой индекс | логический вектор

`sizeVar` — Табличная переменная для данных о размере
строковый скаляр | вектор символов | числовой индекс | логический вектор

`words` — Введите слова
представьте вектор в виде строки | массив ячеек из символьных векторов

`sizeData` — Данные о размере Word
числовой вектор

`C` — Введите категориальные данные
категориальный массив

`bag` — Модель Input
`bagOfWords` возразите | `bagOfNgrams` объект

`ldaMdl` — Модель Input LDA
`ldaModel` объект

`topicIdx` — Индекс темы LDA
неотрицательное целое число

`parent` — Родительский элемент
фигурируйте | панель | вкладка

Аргументы name-value

`MaxDisplayWords` — Максимальное количество слов, чтобы отобразиться
100 (значений по умолчанию) | неотрицательное целое число

`Color` — Цвет Word
[0.2510 0.2510 0.2510] (значение по умолчанию) | триплет RGB | вектор символов, содержащий название цвета | матрица

`HighlightColor` — Цвет подсветки Word
[0.8510 0.3255 0.0980] (значение по умолчанию) | триплет RGB | вектор символов, содержащий название цвета

`Shape` — Форма облака слова
`'oval'` (значение по умолчанию) | `'rectangle'`

Выходные аргументы

`wc` — `WordCloudChart` объект
`WordCloudChart` объект

Больше о

Факторы языка

Смотрите также

Темы

Документация Text Analytics Toolbox

Поддержка

Документация

wordcloud

Синтаксис

Описание

Примеры

Создайте Word Cloud из текстовых данных

Создайте Word Cloud из маркируемых документов

Создайте Word Cloud из модели сумки слов

Создайте Word Cloud из таблицы

Создайте Word Cloud из темы LDA

Входные параметры

str — Введите текст массив строк | вектор символов | массив ячеек из символьных векторов

documents — Введите документы tokenizedDocument массив

tbl — Входная таблица таблица

wordVar — Табличная переменная для данных о слове строковый скаляр | вектор символов | числовой индекс | логический вектор

sizeVar — Табличная переменная для данных о размере строковый скаляр | вектор символов | числовой индекс | логический вектор

words — Введите слова представьте вектор в виде строки | массив ячеек из символьных векторов

sizeData — Данные о размере Word числовой вектор

C — Введите категориальные данные категориальный массив

bag — Модель Input bagOfWords возразите | bagOfNgrams объект

ldaMdl — Модель Input LDA ldaModel объект

topicIdx — Индекс темы LDA неотрицательное целое число

parent — Родительский элемент фигурируйте | панель | вкладка

Аргументы name-value

MaxDisplayWords — Максимальное количество слов, чтобы отобразиться 100 (значений по умолчанию) | неотрицательное целое число

Color — Цвет Word[0.2510 0.2510 0.2510] (значение по умолчанию) | триплет RGB | вектор символов, содержащий название цвета | матрица

HighlightColor — Цвет подсветки Word[0.8510 0.3255 0.0980] (значение по умолчанию) | триплет RGB | вектор символов, содержащий название цвета

Shape — Форма облака слова 'oval' (значение по умолчанию) | 'rectangle'

Выходные аргументы

wc — WordCloudChart объект WordCloudChart объект

Больше о

Факторы языка

Смотрите также

Темы

Документация Text Analytics Toolbox

Поддержка

`str` — Введите текст
массив строк | вектор символов | массив ячеек из символьных векторов

`documents` — Введите документы
`tokenizedDocument` массив

`tbl` — Входная таблица
таблица

`wordVar` — Табличная переменная для данных о слове
строковый скаляр | вектор символов | числовой индекс | логический вектор

`sizeVar` — Табличная переменная для данных о размере
строковый скаляр | вектор символов | числовой индекс | логический вектор

`words` — Введите слова
представьте вектор в виде строки | массив ячеек из символьных векторов

`sizeData` — Данные о размере Word
числовой вектор

`C` — Введите категориальные данные
категориальный массив

`bag` — Модель Input
`bagOfWords` возразите | `bagOfNgrams` объект

`ldaMdl` — Модель Input LDA
`ldaModel` объект

`topicIdx` — Индекс темы LDA
неотрицательное целое число

`parent` — Родительский элемент
фигурируйте | панель | вкладка

`MaxDisplayWords` — Максимальное количество слов, чтобы отобразиться
100 (значений по умолчанию) | неотрицательное целое число

`Color` — Цвет Word
[0.2510 0.2510 0.2510] (значение по умолчанию) | триплет RGB | вектор символов, содержащий название цвета | матрица

`HighlightColor` — Цвет подсветки Word
[0.8510 0.3255 0.0980] (значение по умолчанию) | триплет RGB | вектор символов, содержащий название цвета

`Shape` — Форма облака слова
`'oval'` (значение по умолчанию) | `'rectangle'`

`wc` — `WordCloudChart` объект
`WordCloudChart` объект