Matlab文字云图创建函数wordcloud

今天，带来Matlab中关于文本数据创建文字云图的wordcloud函数相关用法，该函数在Matlab2020a中引入，由于我用的是Matlab2016版本，这里就不对代码进行试验了。直接把官方给的代码实例，分享给各位，以供参考。本文主要介绍wordcloud函数的常见用法、语法说明、使用表创建文字云、准备文本数据以创建文字云、指定文本大小、指定文本颜色、使用 Text Analytics Toolbox 创建文字云。

由于我用的是Matlab2016，这里就不放帮助文本了，安装Matlab2020a以上版本的，可以运行help wordcloud自行查看帮助文本。

常见用法

wordcloud(tbl,wordVar,sizeVar)
wordcloud(words,sizeData)
wordcloud(C)
wordcloud(___,Name,Value)
wordcloud(parent,___)
wc = wordcloud(___)

语法说明

wordcloud(tbl,wordVar,sizeVar) 根据表 tbl 创建文字云图。表中的变量 wordVar 和 sizeVar 分别指定单词和单词大小。

wordcloud(words,sizeData) 使用 words 的元素（单词大小由 SizeData 指定）创建文字云图。

wordcloud(C) 根据分类数组 C 的唯一元素创建文字云图，大小与这些元素的频率计数对应。如果您拥有 Text Analytics Toolbox™，则 C 可以是字符串数组、字符向量或字符向量元胞数组。

wordcloud(___,Name,Value) 使用一个或多个名称-值对组参数指定其他 WordCloudChart 属性。

wordcloud(parent,___) 在由 parent 指定的图窗、面板或选项卡上创建文字云。

wc = wordcloud(___) 返回 HeatmapChart 对象。创建文字云后，使用 wc 修改其属性。

注意
Text Analytics Toolbox 扩展了 wordcloud (MATLAB^®) 函数的功能。它增加了直接使用字符串数组创建文字云的支持，还支持使用词袋模型、N 元词袋模型和 LDA 主题创建文字云。

使用表创建文字云

加载示例数据 sonnetsTable。表 tbl 将单词列表包含在变量 Word 中，将相应的频率计数包含在变量 Count 中。

load sonnetsTable
head(tbl)

运行结果为：

ans=8×2 table
       Word        Count
    ___________    _____
    {'''tis'  }      1  
    {''Amen'' }      1  
    {''Fair'  }      2  
    {''Gainst'}      1  
    {''Since' }      1  
    {''This'  }      2  
    {''Thou'  }      1  
    {''Thus'  }      1

使用 wordcloud 绘制表数据。将单词和相应的单词大小分别指定为 Word 和 Count 变量。

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

准备文本数据以创建文字云

如果您安装了 Text Analytics Toolbox™，则可以直接使用字符串数组创建文字云。有关详细信息，请参阅 wordcloud (Text Analytics Toolbox) (Text Analytics Toolbox)。如果您没有 Text Analytics Toolbox，则必须手动预处理文本数据。

此示例说明如何通过将纯文本读入字符串数组、进行预处理并传递给 wordcloud 函数，使用纯文本创建文字云。

使用 fileread 函数从莎士比亚的十四行诗中读取文本并将其转换为字符串。

sonnets = string(fileread('sonnets.txt'));
extractBefore(sonnets,"II")

运行结果为：

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.
     
       "

将 sonnets 拆分为其元素包含单个单词的字符串数组。要完成此操作，需要删除所有标点字符，将所有字符串元素合并成一个 1×1 字符串，然后在空白字符处进行拆分。然后，删除少于五个字符的单词并将单词转换为小写。

punctuationCharacters = ["." "?" "!" "," ";" ":"];
sonnets = replace(sonnets,punctuationCharacters," ");
words = split(join(sonnets));
words(strlength(words)<5) = [];
words = lower(words);
words(1:10)

运行结果为：

ans = 10x1 string
    "sonnets"
    "william"
    "shakespeare"
    "fairest"
    "creatures"
    "desire"
    "increase"
    "thereby"
    "beauty's"
    "might"

将 sonnets 转换为分类数组，然后使用 wordcloud 进行绘图。此函数绘制 C 的唯一元素，大小与这些元素的频率计数对应。

C = categorical(words);
figure
wordcloud(C);
title("Sonnets Word Cloud")

指定单词大小

通过将纯文本读入一个字符串数组，对其进行预处理并传递给 wordcloud 函数，即可从纯文本创文字云。

使用 fileread 函数从莎士比亚的十四行诗中读取文本并将其转换为字符串。

sonnets = string(fileread('sonnets.txt'));
extractBefore(sonnets,"II")

运行结果为：

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.
     
       "

punctuationCharacters = ["." "?" "!" "," ";" ":"];
sonnets = replace(sonnets,punctuationCharacters," ");
words = split(join(sonnets));
words(strlength(words)<5) = [];
words = lower(words);
words(1:10)

运行结果为：

ans = <em>10x1 string</em>
    "sonnets"
    "william"
    "shakespeare"
    "fairest"
    "creatures"
    "desire"
    "increase"
    "thereby"
    "beauty's"
    "might"

查找 sonnets 中的唯一单词并计算它们出现的频率。使用频率计数作为大小数据创建文字云。

[numOccurrences,uniqueWords] = histcounts(categorical(words));
figure
wordcloud(uniqueWords,numOccurrences);
title("Sonnets Word Cloud")

指定单词颜色

加载示例数据 sonnetsTable。表 tbl 将单词列表包含在变量 Word 中，将相应的频率计数包含在变量 Count 中。

load sonnetsTable
head(tbl)

运行结果为：

ans=8×2 table
       Word        Count
    ___________    _____
    {'''tis'  }      1  
    {''Amen'' }      1  
    {''Fair'  }      2  
    {''Gainst'}      1  
    {''Since' }      1  
    {''This'  }      2  
    {''Thou'  }      1  
    {''Thus'  }      1

使用 wordcloud 绘制表数据。将单词和相应的单词大小分别指定为 Word 和 Count 变量。要将单词颜色设置为随机值，请将 ‘Color’ 设置为随机矩阵或 RGB 三元组，每一行对应一个单词。

numWords = size(tbl,1);
colors = rand(numWords,3);
figure
wordcloud(tbl,'Word','Count','Color',colors);
title("Sonnets Word Cloud")

使用 Text Analytics Toolbox 创建文字云

如果您安装了 Text Analytics Toolbox，则可以直接使用字符串数组创建文字云。如果您没有 Text Analytics Toolbox，则必须手动预处理文本数据。

使用 extractFileText 从 sonnets.txt 中提取文本。

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

运行结果为：

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.
     
       "

在文字云中显示十四行诗中的单词。