情感分析结果怎样用Jupyter Notebook生成走势图等图表

1，项目说明

1.1，数据分析师可以驾驭的数据处理模板

我们在进行数据分析和展示时，会经常用到图表，使用图表有哪些好处呢： 1、能够让我们更加的直观看到我们的数据。 2、能够比文字更简洁的描述出我们所想要表达的内容。 3、我们可以通过图表很好的将一些事物中隐藏的联系，进行关联，使得我们能够发现众多数据中的小秘密，让他们不仅仅只是一堆杂乱无章的数字而已。 4、图表的使用还能够让我们的文章内容更的严谨，使得我们的数据可信度更高。

GooSeeker分词和文本分析软件有多项功能：分词，词频统计，情感分析，生成社交网络图，生成多种词云图，并且可以把生成的图片保存到本地。但是，GooSeeker分词软件目前还没有针对情感分析结果进行可视化的功能。很多时候我们在Jupyter Notebook中进行交互式数据处理和数据分析，分析过程和结果展示往往是一个整体，那么需要在Notebook中根据情感分析结果生成各种图表， 以直观的了解内容的情感分布和变化趋势。

然而Python毕竟是一个全功能的编程语言，对于非编程出身的数据分析师来说，Pandas，Numpy，Matplotlib这些词让人望而生畏。本系列Notebook将设法解决这个问题，让非编程出身的数据分析师能够忽略复杂的编程过程，专注于数据处理和统计分析部分，就像使用Excel的公式一样驾驭Python。

所以，我们将尝试发布一系列Jupyter Notebook，像文档模板，一些基本的程序环境设置、文件操作等固化下来，在设定的分析场景下不需要改动程序代码。而数据处理部分的代码可以根据需要截取选用。每一项功能用一个code cell存代码，不需要的处理功能可以删除。

1.2，本模板适应的场景

本模板根据GooSeeker分词和文本分析软件生成的情感分析结果excel表，对数据进行基本处理后，生成常用的几种图表。

1.3，使用方法

基本操作顺序是：

1. 在GooSeeker分词和文本分析软件上进行任务创建并导入包含原始内容的excel(注：原始内容是使用微博关键词工具采集到的结果，包含有发布时间字段)，启动情感分析，并导出情感分析结果表。

2. 将导入分词和文本分析软件的包含原始内容的excel放在本notebook的data/raw文件夹中

3. 将导出的情感分析结果表放在本notebook的data/raw文件夹中

4. 从头到尾执行本notebook的单元

注意：每个notebook项目目录都预先规划好了，具体参看Jupyter Notebook项目目录规划参考。如果要做多个分析项目，把整个模板目录专门拷贝一份给每个分析项目。

1.4，简要技术说明

在每个功能项单元，如果不需要关心的编程细节，将注明【编程细节】。

本notebook主要实现以下几个步骤：

1. 读取data/raw文件夹中的从分词工具导出的情感分析结果表

2. 读取data/raw文件夹中的包含原始内容的excel表，主要是要读取这个表的发布时间字段

3. 对情感分析数据进行基本的预处理

4. 生成各种图表

2，第三方库

本notebook使用了pyecharts，需要安装这个第3方库，假设读者安装的是Anaconda套件，那么安装步骤是这样的：

1. 在Windows开始菜单中找到Anaconda

2. 在Anaconda菜单中找到Anaconda Prompt菜单，选择这个菜单可以打开一个命令行窗口

3. 在命令行窗口输入这个命令：pip install pyecharts

4. 安装完成以后，执行本notebook中的代码cell，如果pyecharts没有安装成功，下面第一个代码cell就会执行失败

3，数据源

数据源是GooSeeker分词和文本分析软件生成的情感分析结果excel表。 原始数据是从微博上采集的关于“甘肃马拉松事故”的博文数据。供参考和实验。

常用的自然语言处理包括分词、文本分类、情感分析等等，虽然也有对应的Python程序库直接调用，但是为了降低项目执行的复杂度，直接使用GooSeeker分词和文本分析软件。将要分析的微博内容以Excel格式导入该软件，几分钟后就能得到词频词性表和分词效果表。如果还做了关键词筛选，还可以生成共词矩阵和社交关系图。另外情感分析也可自动执行，也可以配置自己的情感词库和文本分类关键词。下图展示了可导出的分析结果表。本文使用Python对词频表进行统计分析和画图。

4，修改历史

2021-06-02：第一版发布

5，版权说明

本notebook是GooSeeker大数据分析团队开发的，所分析的源数据是GooSeeker分词和文本分析软件生成的，本notebook中的数据和代码可自由共享使用，包括转发、复制、修改、用于其他项目中。

6，准备程序环境

导入必要的Python程序包，设定要分析的文件名变量。使用以下变量对应GooSeeker分词结果表：

• file_sentiment：正文情感分析表
• file_source: 原始内容表

【编程细节】本节下面的代码将对上述词频表名变量赋值

7，读取正文情感分析excel表

以下的演示以GooSeeker分词和文本分析软件生成的正文情感分析excel表为例，需要把正文情感分析表放到本notebook的data/raw文件夹下

8，读取原始内容表

9，合并两张表

在导出表中没有发布日期字段，那么就没法画走势图，所以，需要将原始数据表和情感分析结果表进行合并。可以用Pandas函数看每张表的结构，限于篇幅，本notebook不再展示查看表结构的函数。

下面的函数调用很简单，Pandas会根据两张表的相同字段进行匹配，把分析需要的发布日期合并进来。

10，统计正面评价，负面评价， 中性评价数量

11，生成饼图

12，生成时间序列图

13，生成柱状图

14，Jupyter Notebook下载

下载notebook源代码请点击：用python画情感分析结果走势图