contenido
Segundo, explicación del código Python
3. Vídeo explicativo sincronizado
Cuarto, obtenga el archivo fuente de python
1. Antecedentes del evento
Hoy es 2021.12.2, han pasado más de 4 meses desde que Li Ziqi se separó. Este es mi último video subido por Li Ziqi el 14 de julio de 2021 en el canal de YouTube de YouTube Li Ziqi. Grabé el video a continuación Comentarios de todos los internautas En todo el mundo, los internautas de todo el mundo esperaban colectivamente el regreso de Li Ziqi y se echaron a llorar al instante.
Vídeo Zhihu - Vídeo del canal Li Ziqi Comentarios populares
¿Cómo analizar la actitud de comentario y la orientación de la opinión pública de los internautas en respuesta a los comentarios populares de los internautas de todo el mundo? Así que traté de hacer un análisis de sentimientos con Python y llegué a algunas conclusiones orientadas a la opinión pública.
Segundo, explicación del código Python
A continuación, a través del código python ( parte del código central ) desglosado uno por uno, cómo se implementa este análisis de sentimiento:
Primero, importe las bibliotecas requeridas:
import pandas as pd # 数据分析库
from textblob import TextBlob # 英文情感分析库
import matplotlib.pyplot as plt # 画图
from wordcloud import WordCloud # 绘制词云图
from wordcloud import ImageColorGenerator
from PIL import Image
import numpy as npLuego, lea los datos de comentarios de Excel a través de pandas ( no se explicará el código del rastreador, los amigos que estén interesados en el código del rastreador pueden chatear conmigo en privado )
file = "李子柒评论.xlsx"
df = pd.read_excel(file, usecols=[1, 2, 3, 4, 5]) #读取评论数据
v_cmt_list = df['text'].values.tolist() # 把评论字段转换为list
print('length of v_cmt_list is:{}'.format(len(v_cmt_list)))
Aquí está el código para el análisis de sentimiento:
# 情感分析
score_list = [] # 情感评分值
tag_list = [] # 打标分类结果
for comment in v_cmt_list:
tag = ''
judge = TextBlob(comment)
sentiments_score = judge.sentiment.polarity
score_list.append(sentiments_score)
if sentiments_score < 0:
tag = '消极'
elif sentiments_score == 0:
tag = '中性'
else:
tag = '积极'
tag_list.append(tag)
df['情感得分'] = score_list
df['分析结果'] = tag_list
df.to_excel('情感分析结果.xlsx', index=None)
Echa un vistazo a los resultados del análisis de sentimiento:
df.groupby(by=['分析结果']).count()['text'] # 分组统计情感分析结果
Los resultados mostraron que las palabras neutrales y positivas representaron más de la mitad, lo que significa que a la mayoría de los internautas todavía les gustan los videos de Li Ziqi.
Finalmente, el código para el dibujo del mapa de nube de palabras:
# 绘制词云图
stopwords = ['the', 'a', 'and', 'of', 'it', 'her', 'she', 'if', 'I', 'is', 'not', 'your', 'there', 'this',
'that', 'to', 'you', 'in', 'as', 'for', 'are', 'so', 'was', 'but', 'with', 'they', 'have'] # 停用词
coloring = np.array(Image.open("lzq3.jpeg"))
backgroud_Image = coloring # 读取背景图片
wc = WordCloud(
scale=3, # 图片大小,清晰度
background_color="white", # 背景颜色
max_words=1000, # 词数量
font_path='/System/Library/Fonts/SimHei.ttf', # Mac字体文件路径，根据实际情况替换
# font_path="C:\Windows\Fonts\simhei.ttf", # Win字体文件路径，根据实际情况替换
stopwords=stopwords, # 停用词
mask=backgroud_Image, # 背景图片
color_func=ImageColorGenerator(coloring), # 根据原始图片颜色生成词云图颜色
max_font_size=100, # 设置字体最大值
random_state=240 # 设置有多少种随机生成状态，即有多少种配色方案
)
wc.generate(v_cmt_str) # 生成词云图
wc.to_file('词云结果图.png') # 保存图片文件
display(Image.open('lzq3.jpeg')) # 显示原始图片
wc.to_image() # 显示词云图El efecto de visualización final del mapa de nube de palabras es el siguiente:
Cabe señalar aquí que el código color_func=ImageColorGenerator(coloring) puede generar el color de la imagen de la nube de palabras de acuerdo con el color de la imagen original. Los amigos cuidadosos deberían poder ver que la proporción de color del mapa de nube de palabras es muy cercana a la proporción de color de la imagen original.
3. Vídeo explicativo sincronizado
Vídeo instructivo:
3 minutos para explicar usando el código python, análisis de sentimientos Li Ziqi comentario en el canal de YouTube
Cuarto, obtenga el archivo fuente de python
Amigos a los que les encanta aprender y quieren obtener el archivo de código de Python completo, sigan mi cuenta pública de WeChat " Old Boy's Ordinary Road " y respondan " Li Ziqi Sentiment Analysis " en segundo plano para obtener el código fuente de Python completo y el archivo de resultados. Haga clic en el enlace para ir directamente↓
Soy Ma Ge y tengo decenas de miles de fans en toda la red. Bienvenidos a intercambiar tecnología Python juntos.
Busque " Ma Ge python said " en varias plataformas: Zhihu, Bilibili, Xiaohongshu, Sina Weibo.