R2-20 第二阶段第三次作业

科研狗聪 2018-03-27 21:31:51 阅读: 1001
#任务1
#得先登陆服务器
library(RMySQL)
killDbConnections <- function () {
  all_cons <- dbListConnections(MySQL())
  print(all_cons)
  for(con in all_cons)
    +  dbDisconnect(con)
  print(paste(length(all_cons), " connections killed."))
}
killDbConnections() #删除连接
con <- dbConnect(MySQL(),host="localhost",dbname="rdb",user="root",password="")
dbSendQuery(con,'SET NAMES utf8') #创建新连接
rs <- dbSendQuery(con, "SELECT * FROM article WHERE isdone=1")
words = data.frame(word=c(), freq = c()) #创建词汇及频率列表
while (!dbHasCompleted(rs)) {
  chunk <- dbFetch(rs, 10) #提取前10条数据
  chunk$abstract<-iconv(chunk$abstract,"WINDOWS-1252","UTF-8") #转换Abstract编码格式
  count=nrow(chunk) #取每行的字符
  cnt=1
  while(cnt<=count){
    str = gsub("[[:punct:]]", "", tolower(chunk[cnt,5])) #将字母转换成小写,且去掉所有标点符
    temp = as.vector(unlist(strsplit(str, split = " "))) #将字符串分割成字符串数组的list后再转变位向量
    temp_len = length(temp)
    cnt2 = 1
    while(cnt2 <= temp_len){
      if(temp[cnt2] %in% words$word){ #判断是否存在dataframe中
        words[words$word == temp[cnt2],]$freq = words[words$word == temp[cnt2],]$freq+1
      }else{
        words = rbind(words,data.frame(word=c(temp[cnt2]),freq=c(1)))
      }
      cnt2 = cnt2+1
    }
    cnt = cnt +1
  }
}
head(words)

Figure1.JPG

#任务2
install.packages("wordcloud2")
library(wordcloud2)
wordcloud2(words[0:1000,]) #本来跑不出图的,加了修改Abstract编码格式以后才可以

Figure2.png

#任务3
new_words = words[order(words$freq,decreasing=T),]#按照freq的降序排列
del_word = c('of','the','and','in','to','a','that','is','for','buy','with','we','are','an','this','these','as','from','which','at','their','have','or','our','its','but','how','be','as','here','on','can','into','data','between','both','also')
words2 =words[which(!(words$word %in% del_word)),] #!表示排除掉del_word里的词
wordcloud2(words2)

Figure3.png

 

 
邀请讨论

附件

{{f.title}} 大小 {{f.file_size}} 下载 {{f.count_download}} 金币 {{f.count_gold}}
{{item.nick_name}} 受邀请回答 {{item.create_time}}
{{item.refer_comment.nick_name}} {{item.refer_comment.create_time}}

附件

{{f.title}} 大小 {{f.file_size}} 下载 {{f.count_download}} 金币 {{f.count_gold}}
切换到完整回复 发送回复
赞({{item.count_zan}}) 踩({{item.count_cai}}) 删除 回复 关闭
科研狗©2015-2024 科研好助手,京ICP备20005780号-1 建议意见

服务热线

178 0020 3020

微信服务号