Vocabulary size by Illustration Type

[Torsten]

Observations:
-HerbalA has the most unshared words, as expected because it is CurrierA.
-Pharma is also CurrierA so its position at R5 is unexpected.
-Stars at R2 is 10% higher than the next rank, an anomaly with no obvious explanation.

You should be aware that you compare dictionary sizes. If you take the text size into account the numbers tell a slightly different story:

Code:

Type,  total_words,  type_vocab,  unshared_vocab,  type_vocab as % of total_words, unshared_vocab as % of total_words Herbal (A),     8054,       2516,           1460,            % 31.2                      % 18.2 Pharma (A),     2555,       1132,            472,            % 44.3                      % 18.5 Astro,           876,        611,            238,            % 69.7                      % 27.2 Zodiac,         1291,        767,            343,            % 59.4                      % 26.6 Cosmo,          2213,       1101,            436,            % 49.8                      % 19.7 Text,           3108,       1279,            448,            % 41.2                      % 14.4 Herbal (B),     3522,       1353,            474,            % 38.4                      % 13.5 Stars (B),     10851,       3072,           1662,            % 28.3                      % 15.3 Bio (B),        6376,       1471,            618,            % 23.1                      %  9.7