多种方法教你轻松删除Excel中的空白格提升数据整洁度
605
2022-05-30
词云(WordCloud)的概念,据网络上搜索到的资料,最早由美国一位新闻学专业的副教授提出,对文本中出现频率较高的关键词予以视觉上的突出,一般采取“出现频次越高,关键词渲染尺寸越大”的规则。由这些尺寸不一的关键词形成类似云状的彩色图形,能帮助浏览者一眼扫过图形,就能领略该词云背后文本的主旨。
比如周杰伦《双截棍》歌词的词云如下:
其中出现频率排前三位的词高亮如下:
词云除了广泛应用在互联网前端外,在SAP领域也能发挥其优势。比如Jerry在文章 SAP Analytics Cloud和SAP Cloud for Customer的集成 里提到,最近我们做的一个项目,通过微信小程序收集用户和SAP Conversation AI的聊天记录,然后使用词云显示出这些聊天记录里的关键词。
起初Jerry在Github找了一些生成词云的开源工具,有javaScript也有Python实现:
https://www.npmjs.com/package/tag-cloud
https://github.com/amueller/word_cloud
后来了解到SAP Analytics Cloud自身就支持使用R的开发包wordclound生成词云:
https://www.sapanalytics.cloud/resources-r-packages/
所以我就想尝试着用SAP Analytics Cloud来实现。
要使用SAP Analytics Cloud上的wordcloud的开发包,需要通过配置将其连接到一个可用的R运行环境。R语言是一种编程语言,在统计分析和各种图表展示领域里特别具有优势。
在System配置里,可以选择使用SAP Analytics Cloud集成的R运行环境或者远程连接到一个部署在第三方的R运行环境。
绘制词云的数据源由下面这个csv文件提供:某地区每个超市每个月不同产品的销售数量。我设定的词云绘制规则比较简单,销售量越大(字段QuantitySold)的产品,其产品名称出现在词云中的尺寸越大。
上述Excel文件可以从SAP官网下载:
https://www.sapanalytics.cloud/wp-content/uploads/2018/02/BestRun.xlsx
我对其作了大幅简化,上传到SAP Analytics Cloud之后基于该文件创建一个新的Model取名BestRunJerry, 将QuantitySold列设置成Measure.
将Product的Description设置为ProductName,这样稍后用R绘制出的词云,显示的是可读性更好的Product Name,而不是产品ID.
基于建好的Model创建一个新的Story,插入一个新的R Visualization,这是一个UI控件,负责显示渲染的词云:
将Product设置为Rows的一个成员:
而QuantitySold设置成Columns的一员,这样接下来的R编辑器里,可以通过访问Product和QuantitySold两个变量,获取模型里存储的对应数据。
现在开始添加R脚本:
四行脚本搞定:
点击Execute,看到执行效果:
最后生成的效果图:
4行R脚本的含义:
(1) library(wordcloud):加载SAP Analytics Cloud的R开发包wordcloud;
(2) words <- BestRunJerry
P
r
o
d
u
c
t
:读取模型
B
e
s
t
R
u
n
J
e
r
r
y
的
P
r
o
d
u
c
t
数据,存储到变量
w
o
r
d
s
里;
(
3
)
f
r
e
q
u
e
n
c
y
<
−
B
e
s
t
R
u
n
J
e
r
r
y
Product:读取模型BestRunJerry的Product数据,存储到变量words里; (3) frequency <- BestRunJerry
Product:读取模型BestRunJerry的Product数据,存储到变量words里;(3)frequency<−BestRunJerryQuantitySold:用产品QuantitySold字段的值模拟关键词出现的频率,存储到变量frequency里;
(4) wordcloud(words, frequency, scale = c(3, 1), rot.per=0.2, colors=brewer.pal(8, “Dark2”))
调用wordcloud开发包,生成词云。输入参数的含义参考该开发包的文档:
https://cran.r-project.org/web/packages/wordcloud/wordcloud.pdf
每当我们在SAP Analytics Cloud的R编辑器里点击Execute按钮时,可以在Chrome开发者工具里观测到编辑器发送了一个HTTP请求给R运行环境,该请求包含了当前我们编辑的R脚本和之前插入的R Visualization控件的长和宽。
根据这些输入,SAP Analytics Cloud的R运行环境进行服务器端的词云渲染,再将渲染好的词云内容以png图片文件的base64格式返回给浏览器:
下一步Jerry会研究如何将文本格式的聊天记录里的关键词提取出来,以词云的方式显示在SAP Analytics Cloud里,这也是我目前做的项目需要实现的需求,敬请期待。
JavaScript Node.js 大数据
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。