【数据分析】数据分析达人赛1:用户情感可视化分析

—Xi—

已于 2023-03-15 16:57:03 修改

阅读量3.6k

点赞数 2

分类专栏：数据挖掘竞赛文章标签：数据分析 python 数据挖掘

于 2022-10-18 20:17:02 首次发布

本文链接：https://blog.csdn.net/m0_51933492/article/details/127395156

版权

4、情感分析（SnowNLP计算情感得分）

赛题背景

赛题以网络舆情分析为背景，要求选手根据用户的评论来对品牌的议题进行数据分析与可视化。通过这道赛题来引导常用的数据可视化图表，以及数据分析方法，对感兴趣的内容进行探索性数据分析。

赛题数据

数据源： earphone_sentiment.csv，为10000+条行业用户关于耳机的评论

链接：https://pan.baidu.com/s/1wlHzYVi2QO9xGfisD-al8A?pwd=myfb
提取码：myfb

1、导入数据分组

#导入模块
# _*_ coding:utf-8 _*_
import pandas as pd 
import numpy as np 
from collections import defaultdict
import os
import re
import jieba
import codecs

data=pd.read_csv("earphone_sentiment.csv")
data.head(10)

s1 = data[data['sentiment_value']==1]
s2 = data[data['sentiment_value']==0]
s3 = data[data['sentiment_value']==-1]

print(s2['content'])

1        这只HD650在1k的失真左声道是右声道的6倍左右，也超出官方规格参数范围（0.05%），看...
3                          bose，beats，apple的消費者根本不知道有曲線的存在
5         我觉得任何人都可以明确分别高端耳机之间的区别，不用出声都可以，毕竟佩戴感不一样，这还没法做到盲听
6                                  听出区别是一方面，听出高低的层次要求就更高了。
7                                  有没有人能从10条电源线里，听出最贵的是哪条？
                               ...                        
17170                       能把HD650推的高频刺耳，这得是什么奇葩系统，按说不至于啊
17172                                 hd800爆皮正常，换根线就没这种忧虑了
17173               自己焊接一下就行了，话说我820原线全新，800s原线99新，放盒子里没动了
17174                                        所以趁着还没爆，赶紧出手。
17175                       sommer黑参考自己diy两米线，成本600左右，吊打原线
Name: content, Length: 12210, dtype: object

2、文本清洗

停顿词文档下载链接：

链接：https://pan.baidu.com/s/1jXV_aHcbQrWES78FoIhU-g?pwd=bceb
提取码：bceb

with open('stop_word/HGD_StopWords.txt','r',encoding='utf-8') as f:
    stopwords=set([line.replace('\n','')for line in f])
f.close()


#加载用户自定义词典
segs=data['content']
def clean_data(content):
    words =' '
    for seg_text in content:
        seg_text=jieba.cut(

最低0.47元/天解锁文章