コーパス言語学B: Lecture05 (Fall 2020)
Lecture5: 条件文, Wordcloud
パッケージの読み込み
stringrパッケージ
library(stringr)manipulate package
library(manipulate)wordcloud package
library(wordcloud)## Loading required package: RColorBrewer関数ファイルの読み込み
source("getFreqMtx.R")
freqMtx<-getFreqMtx("Lec04-text.txt")
freqMtx<-freqMtx[order(freqMtx$raw, decreasing = TRUE),]
dim(freqMtx)## [1] 609 2前回の実習
課題1: 変数“freqMtx”に格納されているデータを使用して、以下の条件抽出をしなさい。
課題1-1:相対頻度数 0.01以上 0.04以下のデータ
freqMtx[freqMtx$relative>=0.01 & freqMtx$relativ<=0.04,]課題1-2:先頭が“c”で始まり末尾が“ed”である単語
freqMtx[str_detect(rownames(freqMtx), "^c.+ed$"),]補足：正規表現による単語検索
smallMtx2 <- freqMtx[freqMtx$raw >=2 & freqMtx$raw<3,]View(smallMtx2)先頭が数字である単語
smallMtx2[str_detect(rownames(smallMtx2), "^\\d"),]先頭が数字である単語
smallMtx2[str_detect(rownames(smallMtx2), "^[0-9]"),]wordcloud
Top20<- freqMtx[1:20,]
wordcloud(rownames(Top20),Top20$raw)
wordcloud(色付き)
wordcloud(rownames(Top20),Top20$raw,colors=rainbow(10))
条件分岐処理
条件文if
calcSQRT
calcSQRT<- function(value) {
return(sqrt(value))
}calc2ndPower
calc2ndPower<- function(value) {
return (value^2)
}実行
tmp <- 100
calcSQRT(tmp)## [1] 10calc2ndPower(tmp)## [1] 10000条件文1
分岐条件: 分類値
calcTest1 <- function(value, type=1){
if(type==1){
ans = calcSQRT(value)
}else if(type==2){
ans = calc2ndPower(value)
}
return(ans)
}実行
calcTest1(100)## [1] 10calcTest1(100,2)## [1] 10000条件文2
分岐条件: 真偽値
calcTest2 <- function(value, sqrtFlag=FALSE){
if(sqrtFlag==TRUE){
ans = calcSQRT(value)
}else{
ans = calc2ndPower(value)
}
return(ans)
}実行
calcTest2(100)## [1] 10000calcTest2(100, sqrtFlag=TRUE)## [1] 10条件文 switch
分岐条件: 分類値
calcTest3 <- function(value, type=1){
ans <- switch (type,
"1" = calcSQRT(value),
"2" = calc2ndPower(value)
)
return(ans)
}実行
calcTest3(100, type=1)## [1] 10calcTest3(100, type=2)## [1] 10000manipulate (インタラクティブなプロット)
棒グラフ
tmp <- freqMtx[1:20,1]
names(tmp) <-rownames(freqMtx)[1:20]
barplot(tmp,las=3)
色付き棒グラフ
color8 = c("red", "violet", "pink", "orange", "yellow", "green", "blue", "cyan")
barplot(tmp, las=1,col=color8)
色の選択
- picker()関数
manipulate(plot(0,0,pch=8,cex=5,col=myColors), myColors=picker("red", "violet", "pink", "orange", "yellow", "green", "blue", "cyan") )プロットマーカーの選択
- picker()関数
manipulate(
plot(0,0,pch=myMarkers,cex=5,col=myColors), myColors=picker("red", "violet", "pink", "orange", "yellow", "green", "blue", "cyan",initial="violet"),
myMarkers=picker(1,2,3,4,5,6,7,8,initial="5")
)プロットサイズの選択
- slider()関数
manipulate(
plot(0,0,pch=8,cex=mySize,col="blue"),
mySize=slider(1,10,initial=5)
)manipulate関数の書き方（複数行の場合）
manipulate(
{
複数行にわたるスクリプト
},
picker, sliderの情報（複数の場合はカンマで結合）
)
Zipf’sの法則
\[Frequency=\frac{K}{Rank^A} \] K,A: 定数
K=freqMtx[1,1]
A=0.8
rank <- seq(1:dim(freqMtx)[1])
zipf <- K/rank^Aグラフ図:Zipf’sの理論式
plot(zipf, log="xy", type="l",col="red" ,
xlim=c(1,nrow(freqMtx)),ylim=c(1,50),main="Zipf's Law", xlab="Rank", ylab="Frequency")頻度散布図＆Zipf’sの理論式の重ね書き
par(new=T)
plot(rank,freqMtx[,1], xlim=c(1,nrow(freqMtx)), ylim=c(1,50),log="xy",pch=8, col="darkgreen", main="Zipf's Law", xlab="Rank", ylab="Frequency")凡例をつける: legend
配置：“bottomright”, “bottom”, “bottomleft”, “left”, “topleft”, “top”, “topright”, “right”, “center”
ラベル
lty: 線の種類
pch: プロットの種類legend("topright",c("Frequency","Zipf's law"),lty=c(NA,1),pch=c(8,NA),col=c("darkgreen","red"))グラフ図
manipulate関数で定数Kを変化させる
title="Zipf's Law"
xlabel="Rank"
ylabel="Frequency"
A=0.8
rank <- seq(1:dim(freqMtx)[1])
manipulate(
{
zipf <- constK/rank^A
plot(zipf, log="xy", type="l",col="red" ,
xlim=c(1,nrow(freqMtx)),ylim=c(1,50),main=title, xlab=xlabel, ylab=ylabel)
par(new=T)
plot(rank,freqMtx[,1], xlim=c(1,nrow(freqMtx)), ylim=c(1,50),log="xy",pch=8, col="darkgreen", main=title, xlab=xlabel, ylab=ylabel)
legend("topright",c("Frequency","Zipf's law"),lty=c(NA,1),pch=c(8,NA),col=c(col="darkgreen",col="red"))
text(20, 50, "Frequency=K/Rank^A")
text(20, 40, paste("K=", constK))
text(20, 30, paste("A=", A))
}
, constK=slider(50,200, initial=freqMtx[1,1],step=10)
)実習
課題1:
manipulate関数を使用し、（復習）棒グラフに対して、引数lasとcolをインタラクティブに表示させなさい。
- 作成上の注意
- 注意: lasに選択できる値は、1,2,3から選ぶ
tmp <- freqMtx[1:20,1]
names(tmp) <-rownames(freqMtx)[1:20]
color8 = c("red", "violet", "pink", "orange", "yellow", "green", "blue", "cyan")
barplot(tmp, las=1,col=color8)
実行例
alt text
課題2:
manipulate関数を使用し、変数freqMtxの粗頻度数とそのZipf’sの理論式の散布図に対して、定数Aをインタラクティブに表示させなさい。
- 作成上の注意
- 定数Aは以下のように設定すること。
- 範囲0.5-1.5, 初期値=0.8, step=0.05
実行例
alt text
課題3:関数の作成
wordcloudの白黒か色付き(rainbow(10))の選択を引数で指定して、条件分岐文で、白黒/色付き描画を分岐する関数を作成しなさい。
- 作成上の注意
- 関数の第1,2引数は、wordcloud関数の第1,2引数と同じにすること
- 条件分岐のための引数（第３引数）や条件分岐文は自由に決めて構わない
実行結果例
Top20<- freqMtx[1:20,]
genWC(rownames(Top20),Top20$raw)
genWC(rownames(Top20),Top20$raw, colorFlag=1)