Re: 오늘의 마지막 문제. 오늘배운 히스토그램, 박스 그래프, 워드 클라우드 등을 이용해서..

[19기_유동현]

# 텍스트 데이터 로드

txt <- readLines('여러텍스트.txt', encoding = "UTF-8")

# 특수문자 제거 및 공백 처리

# 불필요한 텍스트를 제거한다.

cleaned_txt <- iconv(txt, "UTF-8", "UTF-8", sub="")

# 한글과 숫자, 공백을 제외한 모든 특수문자를 공백으로 대체한다.

cleaned_txt <- gsub("[^[:alnum:][:space:]ㄱ-ㅎㅏ-ㅣ가-힣]", " ", cleaned_txt) cleaned_txt <- gsub("\\s+", " ", cleaned_txt)

# 연속된 공백 제거

# 명사 추출 함수

extract_nouns_simple <- function(doc) { doc <- as.character(doc)

# 문자로 변환

words <- unlist(strsplit(doc, "\\s+"))

# 공백을 기준으로 단어 분리

nouns <- Filter(function(x) {grepl("^[가-힣]+$", x) && nchar(x) >= 2}, words)

# 한글로만 구성된 단어 추출 및 길이 2 이상 필터링

return(nouns) }

# 명사 추출

nouns <- extract_nouns_simple(cleaned_txt)

# 추출된 명사 확인

print(head(nouns, 10))

# 상위 10개 단어 확인

# 단어 빈도수 계산

word_freq <- table(nouns) word_freq <- as.data.frame(word_freq, stringsAsFactors = FALSE)

word_freq <- arrange(word_freq, desc(Freq))

# 명사의 빈도수를 내림차순으로 정렬

# 상위 10개 단어 확인

print(head(word_freq, 10))

# 유효하지 않은 값 확인 및 제거

word_freq <- word_freq[word_freq$nouns != "", ]

# 특정 단어 제외하기

word_freq <- subset( word_freq, nouns != "너무")

word_freq <- subset( word_freq, nouns != "있다")

# 단어 빈도수 데이터프레임 확인 print(head(word_freq, 10))

# 워드클라우드 생성 (하트 모양)

wordcloud2(data = word_freq, shape = "square", color = brewer.pal(8, "Dark2"), size = 0.2)