xz_4321的博客

文字时间堆叠图是自己乱瞎叫的名字，我也不知道这个图叫啥，但是它相较于词云图来说，优点是在于以时间为横轴，中文词频频数为纵轴的一种呈现形式，这样可以看出在某某时间某些词的关注度较高，同时可以跟其他时间段的作比较，适合由于新闻评论数据等有时间趋势的文本可视化中，此处使用ggplot2包实现可视化。　　话不多说，直接上思路及代码。主要思路：一般文本分词主要为4步： 第一步：就是一些正则匹配去掉脏字符，符号

昨天天朗气清，惠风和畅，突然跟群友聊天，说到QQ群聊天记录的事，正好手边有时间，立刻导出QQ的群消息聊天记录，打算分析一下，然并卵……腾讯对QQ聊天记录不知道是按啥规则保存，反正就是标准的非格式化数据，根本不能直接分析，在前期还得做很多处理，那么问题来了，第一:怎么弄成结构化的数据呢？这句就是废话。好吧。的确是。。。第二:那就这么弄吧？那就往下看吧~主要思路分析下面就是主要思路：　　首先观察数据，这