作者：黄天元，复旦大学博士在读，目前研究涉及文本挖掘、社交网络分析和机器学习等。希望与大家分享学习经验，推广并加深R语言在业界的应用。R有很多自然语言处理的包，但是大多是针对英文的。中文来做NLP的包，经过长期探索，认为目前要做中文的NLP，首推jiebaR包。本文主要讲如何对中文进行分词，分词的概念就是把一个句子分成词语。如果在英文中，词语之间都有空格，因此分词非常简单。但是中文都连在一起，因此
转载
2023-06-20 15:56:17
268阅读
16. 将R界面改回英文？到安装目录下的etc文件夹下找到Rconsole文件，打开找到这两行（在末尾）：## Language for messages
language =把language设置为en即可。若要改回中文，用zh_CN即可。 或者:在工具栏中，编辑->GUI选项-〉Language for m
转载
2023-07-31 22:36:56
4656阅读
# R语言中的颜色与英文：图形可视化的力量
R语言，是一种广泛用于统计分析和可视化的编程语言。其强大的图形功能使用户能够创建各种形式的图表，而颜色则在可视化中扮演着至关重要的角色。本文将探讨如何在R语言中使用颜色来代表英文，并提供相应的代码示例，帮助你更好地理解R语言中的颜色使用。
## 颜色与数据可视化
颜色不仅仅是让图表看起来更美观，还能有效地帮助我们传达信息。在数据可视化中，颜色可以划
原创
2024-09-17 05:45:39
162阅读
# 用R语言创建淡蓝色英文字体
R语言是一种流行的数据分析和可视化工具，它具有丰富的功能和包，可以帮助用户进行各种数据处理和可视化操作。在R语言中，我们可以通过使用不同的包和函数来创建各种不同样式的图形和文字效果。在本文中，我们将介绍如何在R语言中创建淡蓝色的英文字体效果。
## 创建淡蓝色英文字体
要在R语言中创建淡蓝色的英文字体，我们可以使用`ggplot2`包中的`geom_text(
原创
2024-02-26 05:47:47
160阅读
Windows的R语言经常会遇到各种各样的中文乱码问题，从数据库读取数据时，直接读取csv数据时，进行文本分析莫名奇怪得不到想要的结果时。读取数据时的中文乱码从数据库中读取当你已经把数据库的编码设置为Utf-8或者其他中文编码格式时，R语言中文读取出现乱码，有几个解决的方法。一是现对数据库和R进行设置在读取，以RODBC,RMysql读取数据库为例。 二 读取后对编码 编码进行设置 ，以实例说明。
转载
2023-09-19 12:25:00
174阅读
# R语言中文双引号实现教程
在R语言中，处理中文字符时，使用双引号是非常常见的需求。很多初学者在实现过程中可能会遇到一些问题，比如如何正确输入中文双引号等。本文将带您一步步实现R语言中的中文双引号，并通过具体示例代码进行讲解。
## 整体流程
首先，我们需要明确实现的整体流程，见下表：
| 步骤 | 内容 | 具体操作
# R语言介绍及代码示例
R语言是一种用于统计计算和数据可视化的开源编程语言，在数据科学领域得到了广泛应用。本文将介绍R语言的基本特性，并提供一些代码示例来帮助读者更好地了解R语言的使用方法。
## R语言基本特性
### 数据结构
R语言中最基本的数据结构包括向量（vector）、矩阵（matrix）、数组（array）、数据框（data frame）和列表（list）。其中，数据框是最
原创
2024-07-10 04:37:31
47阅读
wordcloud库中的函数WordCloud类主要参数：参数类型说明font_pathstring使用字体的路径，Windows系统下可以在C:\Windows\Fonts中查找本机已安装的字体。width,heightint (default=400)，int (default=200)词云的宽高。prefer_horizontal : float (default=0.90)float (d
fontforge.png
R语言用来做数据处理和分析很方便，借助ggplot2能够方便的画出比较漂亮且信息丰富的图形，但是由于历史原因，R对中文的支持并不是很好，尤其是作图的时候需要一些特殊的技巧才能完美的展示中文字体，同时对于中英文混合的情况，经过一番摸索之后也找到了比较完美的方案。plot或者ggplot2的theme中设定family参数，如需要保存为
转载
2023-08-03 16:12:09
188阅读
原图展示依然与前两天推文的参考图来自同一篇文章，文章使用marker微生物计算了一个疾病指数，之后使用箱须图比较了疾病和健康样本中疾病指数的差异。今天就来仿照绘制一下这幅图，我绘制出来的最终图像是下面这个样子。还是照例先给出完成的绘图代码：gdi <- read.table("GDI.txt",header = TRUE,row.names = 1,sep = "\t")
tiff(file
转载
2024-04-20 18:36:50
68阅读
常用R语言包——数据处理：lubridata ，plyr ，reshape2，stringr，formatR，mcmc；
——机器学习：nnet，rpart，tree，party，lars，boost，e1071，BayesTree，gafit，arules；
——可视化包：ggplot2，lattice，googleVis；
——地图包：ggmap，RgoogleMaps，rworldmap；金
转载
2023-08-02 22:02:32
33阅读
如何启动一个Shiny应用在前两篇文章里已经可以通过调用runApp()函数来运行样例应用了。这个函数运行了应用并将它在你的默认浏览器里显示了出来。这个函数的调用是模块化的（blocking？），这意味着当应用运行的时候你就不能使用控制台了。要想停止应用的运行你只需要在R里打断就行了，在R前端可以使用Ctrl+C，在RStudio里可以按下Esc键，或者点击你的R环境里提供的停止键（Stop）。在
转载
2023-06-25 14:40:43
461阅读
一、R语言实现数据的分组求和实验数据集 姓名，年龄，班级 ，成绩， 科目student <- data.frame (
name = c("s1", "s2", "s3", "s2", "s1", "s3"),
age = c(12, 13, 10, 13, 12, 10),
classid = c("c1", "c2", "c3", "c2", "c1", "c3"),
s
转载
2023-06-25 14:38:01
116阅读
笔者寄语：与前面的RsowballC分词不同的地方在于这是一个中文的分词包，简单易懂，分词是一个非常重要的步骤，可以通过一些字典，进行特定分词。大致分析步骤如下：数据导入——选择分词字典——分词但是下载步骤比较繁琐——————————————————————————————————Rwordseg与jiebaR分词之间的区别中文分词比较有名的包非`Rwordseg`和`jieba`莫属，他们采用的
转载
2023-07-16 16:49:13
134阅读
Python如何优化中文SEOPython，作为一种流行的编程语言，可以用来开发各种不同的应用程序。当涉及到网络营销和搜索引擎优化（SEO）时，Python的功能也非常有用。在本篇文章中，我们将介绍如何使用Python来优化中文SEO，以吸引更多的访问者和促进网站增长。什么是SEO？首先，让我们了解一下什么是SEO。SEO是优化搜索引擎排名的过程，以吸引更多的访问者到你的网站。当人们在搜索引擎上搜
4. 因子 因子提供一种简单而又紧凑的形式来处理分类数据。因子用level来表示所有可能的取值。对于数据集中取值个数固定的分类数据，因子特别有用，图形函数和汇总函数就充分利用了因子这种优点。 R软件内部以数值编码方式来存储因子值，这
转载
2023-06-25 15:24:18
178阅读
RWordseg包文本分词library(rJava)
library(Rwordseg)文本分词text = “今天天气真好呀，好想出去玩”
segmentCN(text) # 对"雷克萨斯品牌"进行分词insertWords(c(“气”)) # 导入词汇
segmentCN(text) # 导入词汇后再次分词
deleteWords(c(“气”)) # 删除词汇
segmentCN(
转载
2023-06-21 18:34:36
254阅读
limma 包的normalizeBetweenArrays和其他数据矫正方法2.normalizeBetweenArrays只能是在同一个数据集里面用来去除样本的差异，不同数据集需要用limma 的 removeBatchEffect函数 去除批次效应数据矫正前.png可以看到，肿瘤样品的表达量整体就比正常对照样品的表达量高出一大截，这样的数据进行后续分析，就会出现大量的上调
转载
2023-09-21 10:22:37
2309阅读
# 项目方案：在R语言中如何将字体变为斜体
## 1. 项目简介和目标
本项目的目标是提供在R语言中将字体变为斜体的方案。通过该方案，用户可以在R语言中使用斜体字体来强调特定的文本信息，提高文本的可读性和视觉效果。
## 2. 方案实施步骤
### 2.1 安装和加载所需的软件包
首先，我们需要安装并加载`extrafont`和`ggplot2`软件包。
```R
# 安装extraf
原创
2023-09-07 12:05:59
578阅读
这里总结一下，今天老师上课的内容。我觉得跟着老师，我能学到好多东西。我要消化。我突然觉得自己很卑微，因为有那么多东西需要学习的。但是 复习的侧重点在：什么是自己知道的？什么是自己不知道的？缺什么补什么？R基础知识整理（查漏补缺）S1：identicalidentical(a,i) #既检验数值又检验数据类型
i==m== 仅仅是数值的比较；identical 则同时包括数值和属性的比较；S2: s
转载
2023-09-08 23:08:28
255阅读
