ワードクラウドを作ってみる話

ワードクラウドっていう表現方法があります

ざっくりいうと、なんかしらの頻度を文字の大きさで表現する方法で、だいたいWebページのキーワードの出現頻度なんかを表現する方法ですね。

SAS　Visual Analytics　だと簡単にできますみたいな情報をよく聞くんですが、そんなもん持ってないんで、SAS Baseの機能でできないかなと思って調べると面白いPaperがありました。

http://analytics.ncsu.edu/sesug/2008/SIB-096.pdf

おおっ、SAS忘備録で取り上げらているRWI (http://sas-boubi.blogspot.jp/2014/10/rwi1.html)を使ってるのか！RWIやってみたいと思っていたのでちょうどいいや！

データは、本来、テキストマイニング的なデータをよく使うんですが、頻度であればなんでも表現できるはずなので

data Q1;
input brand $ count;
cards;
Apple 754
Sharp 53
Fujitsu 23
DoCoMo 76
Samsung 54
Sony 45
HTC 22
Google 20
SonyEricsson 23
LG 13
Microsoft 12
Kyocera 9
Motorola 6
KDDI 5
Lenovo 3
NEC 3
Panasonic 4
Asus 2
Acer 2
Oppo 2
BlackBerry 1
Huawei 1
Pantech 1
;
run;

と、これは1年間で僕のブログに携帯端末でアクセスしたユーザーが、どこのブランドの端末を使っているかの人数データです。

あ、でも明らかにApple多すぎて、これだけでかい字になっちゃいそうだなぁ。
もう面倒なので、Apple製品以外の携帯端末アクセスユーザーという趣旨で作ります！

これを論文に従って

proc freq data=Q1 noprint;
 where brand^='Apple';
 tables brand / out=OUT_1;
 weight count;
run;

こうして

%let lowPt=10;

%let highPt=40;

フォントの大きさの範囲を最低10、最大40に設定して

proc sql noprint;

 create table OUT_2 as

 select *

  ,(percent-min(percent))

  /(max(percent)-min(percent))

  *(&highPt-&lowPt)

  +&lowPt as size

 from OUT_1;

quit;

出現頻度を文字の大きさ（size）に反映して

後は

ods escapechar='^';

ods pdf file='/folders/myfolders/wordcloud.pdf';

options orientation=landscape;

data _null_;

 length render $32760;

 do until (last_tag);

  set OUT_2 end=last_tag;

  link = catt ( " ^S={URL='#" , brand , "' font_size=" , size , 'pt linkcolor=RED}' , brand, '^S={}' );

  render = catt (render, link);

 end;

 declare odsout cloud();

  cloud.layout_absolute();

   cloud.region(width:"6in");

    cloud.table_start();

     cloud.row_start();

      cloud.format_cell(text:render);

    cloud.row_end();

   cloud.table_end();

 cloud.layout_end();

 run;

 ods pdf close;

とすると
（すみません、コードについて、詳細まで理解できていないので解説は論文をみてください）
なんかよくわかんないWarningでたりするけど、無視して、

結果は

おおっ！なんかそれっぽい！

満足。