适用于文档分组的矩形树图

在实际工作中，您常常需要处理按作者、产品或公司等分组的文档。本练习将帮助您在紧凑的可视化中保留分组，同时了解文本内容。例如，对于按产品分组的用户评论，您可能希望同时探索评论的多个维度。首先，您可以计算评论的 polarity()（极性）。另一个维度可能是长度。文档长度可以体现情感强度。如果一位客户只留下简短的"great shoes!"，与更长的正面评价相比，您可以推断其实际热情度可能更低。您也可能希望按产品类型分组评论，例如女鞋、男鞋和童鞋。矩形树图可以让您同时审视这些维度。

对于文本分析，在矩形树图中，每个小方块代表一篇文档，例如一条推文。文档会按某种方式分组，如作者。每个方块的大小由某个数值决定，例如单词数或字母数。每个方块的颜色由情感得分决定。

整理好 tibble 之后，使用包含 treemap() 函数的 treemap 库生成可视化。下面的代码示例声明了数据、分组变量、大小、颜色及其他外观设置。

treemap(
  data_frame,
  index = c("group", "individual_document"),
  vSize = "doc_length",
  vColor = "avg_score",
  type = "value",
  title = "Sentiment Scores by Doc",
  palette = c("red", "white", "green")
)

预加载的 all_books 对象包含一个合并后的整洁格式语料库，含 4 本 Shakespeare、3 本 Melville 和 4 本 Twain 的书。通过矩形树图，您应该能够看出谁写的书更长，以及作者整体和各本书的情感极性。