自动生成词云的网址word2ard怎么登录？

Word2ard的登录需要使用您的Facebook或Google帐户进行登录，没有特殊的登录要求。只要您有Facebook或Google帐户即可登录Word2ard，然后您就可以使用Word2ard来生成词云了。

分三步进行。
要做词云图首先要知道数据中有哪些词，每种词的频率是多少，所以首先我们要对文本数据进行分词和统计频次，在R中，分词要用到Rwordseg包。我们可以对生成的datas处理一下，如用summary函数查看数据频次结果，包括频次最大值，最小值，中位数，3分位数，均值等，也可删除一些觉得无关紧要的单词，剔除一些频次太低的单词。最后，直接用wordcloud2对datas数据生成文字云图。

qq怎么弄关键字云图
第三方词云工具固然方便，但是使用起来也是各种问题（如中文乱码、词云形状、字体颜色调整等等）。我和大家分享一下如何使用 R 语言的 jiebaR 和 wordcloud2 扩展包来完成中文文本（英文当然不在话下）的分词，并且绘制关键词词云。
0前期准备
准备1：安装 R ，你可以前往 The Comprehensive R Archive Network 下载并安装程序。
准备2：把你需要分词的文本放在一个 txt 文件中（强调：务必是 txt 格式！）。（你可以使用爬虫获取这部分文本，或者手动复制粘贴得到文本信息）
1中文分词
分词是绘制词云的基础，说得简单一点就是将中文文本分割成一个个词汇。举个例子，我们现在按照XX算法对句子“ 对公司相关运营数据进行提取、多维度分析和整理”进行分词，得到如下结果：
对、公司、相关、运营数据、进行提取、多维度、分析、和、整理
只有进行了分词，才可以进行词云的绘制；如果你已经完成了这一步，并且统计出了每一个词汇的频数，可以直接略过这一步。
我们用 R语言的 jiebaR 包实现上述 *** 作，如下：
1）安装并加载 jiebaR 包
installpackages（"jiebaR") library(jiebaR)
2）导入原始文本
f<-scan('/Users/XXX/Desktop/数据运营JDtxt',sep='\n',what='',encoding="UTF-8")
需要注意的是 /Users/XXX/Desktop/数据运营JDtxt 应该是你的txt文件的路径，不要直接copy。
3）开始分词
分词有很多种算法，其原理不是我们要关注的重点
seg<-qseg[f]
4）分词处理
因为分词出来可能会有很多常见的词汇，但是没啥用的，比如“的”、“是”、“什么”一类的。我们需要将这个词汇屏蔽掉。同时特别长的词汇这里我们也不要。
我的做法是将字符数控制在3-16之间，也就是最多4个汉字(1个汉字=4个字符)，最少3个英文。
seg<-seg[nchar(seg)>2]
seg<-seg[nchar(seg)<17]
seg
这个时候分词结果，也就是 seg 可以显示在你的R程序上，如下图所示：
5）对分词进行转置
为了方便后面的处理，我们需要对 seg 进行一次转置（把横着放变成竖着放）
m1<-dataframe(seg)
2统计词频
完成分词后，你需要统计每一个词出现的频数，比如“ 数据分析 10 ”这样的。
1）加载 sqldf 包
installpackages("sqldf")
library(sqldf)
2）统计词频

---