在SAP分析云里根据业务数据绘制词云(Word Cloud)
这是Jerry 2020年的第42篇文章，也是汪子熙公众号总共第225篇原创文章。
词云(WordCloud)的概念，据网络上搜索到的资料，最早由美国一位新闻学专业的副教授提出，词云对文本中出现频率较高的关键词予以视觉上的突出，一般采取“出现频次越高，关键词渲染尺寸越大”的规则。由这些尺寸不一的关键词形成类似云状的彩色图形，能帮助浏览者一眼掠过图形，就能领略该词云背后文本的主旨。
比如周杰伦《双截棍》歌词的词云如下：
其中出现频率排前三位的词高亮如下：
词云除了广泛应用在互联网前端外，在SAP领域也能发挥其优势。比如Jerry在文章 SAP Analytics Cloud和SAP Cloud for Customer的集成 里提到，最近我们做的一个项目，通过微信小程序收集用户和SAP Conversation AI的聊天记录，需要使用词云技术显示出这些聊天记录里的关键词。
起初Jerry在Github找了一些生成词云的开源工具，有JavaScript也有Python实现：
https://www.npmjs.com/package/tag-cloud
https://github.com/amueller/word_cloud
后来了解到SAP Analytics Cloud自身就支持使用R的开发包wordclound生成词云：
https://www.sapanalytics.cloud/resources-r-packages/
所以我就想尝试着用SAP Analytics Cloud来实现。
要使用SAP Analytics Cloud上的基于R的wordcloud开发包，需要通过配置将其连接到一个可用的R运行环境。R语言是一种编程语言，在统计分析和各种图表展示领域里特别具有优势。
在System配置里，可以选择使用SAP Analytics Cloud集成的R运行环境或者远程连接到一个部署在第三方的R运行环境。
绘制词云的数据源由下面这个csv文件提供，包含了某地区每个超市每个月不同产品的销售数量。我设定的词云绘制规则比较简单，销售量越大(字段QuantitySold)的产品，其产品名称出现在词云中的尺寸越大。
上述Excel文件可以从SAP官网下载：
https://www.sapanalytics.cloud/wp-content/uploads/2018/02/BestRun.xlsx
我对其作了大幅简化，上传到SAP Analytics Cloud之后，基于该文件创建一个新的Model，取名BestRunJerry, 将QuantitySold列设置成Measure.
将Product的Description设置为ProductName，这样稍后用R绘制出的词云，显示的是可读性更好的Product Name，而不是产品ID.
基于建好的Model创建一个新的Story，插入一个新的R Visualization，这是一个UI控件，负责显示渲染的词云：
将Product设置为Rows的一个成员：
而QuantitySold设置成Columns的一员，这样接下来的R编辑器里，可以通过访问Product和QuantitySold两个变量，获取模型里存储的对应数据。
现在开始添加R脚本：
四行脚本搞定：
点击Execute，看到执行效果：
最后生成的效果图：
4行R脚本的含义：
(1) library(wordcloud)：加载SAP Analytics Cloud的R开发包wordcloud；
(2) words <- BestRunJerry$Product：读取模型BestRunJerry的Product数据，存储到变量words里；
(3) frequency <- BestRunJerry$QuantitySold：用产品QuantitySold字段的值模拟关键词出现的频率，存储到变量frequency里；
(4) wordcloud(words, frequency, scale = c(3, 1), rot.per=0.2, colors=brewer.pal(8, "Dark2"))
调用wordcloud开发包，生成词云。输入参数的含义参考该开发包的文档：
https://cran.r-project.org/web/packages/wordcloud/wordcloud.pdf
每当我们在SAP Analytics Cloud的R编辑器里点击Execute按钮时，可以在Chrome开发者工具里观测到，编辑器发送了一个HTTP请求给R运行环境，该请求包含了当前我们编辑的R脚本的内容和之前插入的R Visualization控件的长和宽。
根据这些输入，SAP Analytics Cloud的R运行环境进行服务器端的词云渲染，再将渲染好的词云内容以png图片文件的base64格式返回给浏览器：
下一步Jerry会研究如何将文本格式的聊天记录里的关键词提取出来，以词云的方式显示在SAP Analytics Cloud里，这也是我目前做的项目需要实现的需求，敬请期待。