可视化文本数据的分散答案

【问题标题】：Visualizing dispersion of textual data可视化文本数据的分散
【发布时间】：2019-03-18 09:11:18
【问题描述】：

我正在尝试可视化文本数据如何在句子中的位置分布。这是一些模拟数据：

# create mock data:
dfmock <- data.frame(letter = c(sample(letters[1:3], 25, replace = T)),
                 position = c(rep(1, 5), rep(2, 5), rep(3, 5), rep(4, 5), rep(5, 5))
                 )

对于情节，我首先创建一个虚拟框架：

# create dummy data frame for plot:
dummytest <-data.frame(slots = 1:5, rows = 1:5)

然后绘制虚拟框架的轮廓：

# plot:
plot(dummytest$rows ~ dummytest$slots, type="n", frame=F, axes=F)
axis(1, at=seq(1:5), labels=unique(dfmock$position))

现在我想强调一下，比如项目“a”的出现；为此，我定义了一个循环并使用 text() 函数使用红色实线突出显示“a”并将其他所有内容打印为灰色：

# print "a" in positions:
for(i in unique(dfmock$position)){
text(i, 1:5, "___", cex=1.75,
   col = ifelse(dfmock[dfmock$letter=="a",]$position==i, "red", "grey"))
}

在制作绘图时，每个位置显示的高光数量错误。我无法弄清楚这是为什么。非常感谢您的帮助！

【问题讨论】：

标签： r for-loop visualization

【解决方案1】：

我不是你想要的 100% 的输出，但从上面猜测这可能会解决它：

使用您的代码设置虚拟数据帧

# create mock data:
dfmock <- data.frame(letter = c(sample(letters[1:3], 25, replace = T)),
                     position = c(rep(1, 5), rep(2, 5), rep(3, 5), rep(4, 5), rep(5, 5))
) 

# create dummy data frame for plot:
dummytest <-data.frame(slots = 1:5, rows = 1:5)

再次绘制数据

# plot:
plot(dummytest$rows ~ dummytest$slots, type="n", frame=F, axes=F)
axis(1, at=seq(1:5), labels=unique(dfmock$position))

修复：

您的 FOR 循环似乎遍历了错误的数据，因此您的 ifelse 返回的逻辑向量并不总是与您的绘图数据具有相同的维度。

# print "a" in positions:
for(i in dfmock$position){
  text(i, dummytest$rows, "___", cex=1.75,
       col = ifelse(dfmock[dfmock$position==i,]$letter=="a", "red", "grey"))
}

这为 dfmock 生成了以下 PLOT，如下所示：

> dfmock[dfmock$letter=="a",]
   letter position
4       a        1
8       a        2
12      a        3
13      a        3
14      a        3
21      a        5
25      a        5

【讨论】：