python（数据分析与可视化）六

python（数据分析与可视化）六

爬虫与数据库连接

1.估算评论情感分数

把评论数据从数据库拿出，走停止词过滤，统计出现的积极词汇和消极词汇的个数。
假定 用户满意分数：（积极词汇个数1 - 消极词汇个数5）/评论条数

comment_words = [
'品质', '、', '做工', '都', '非常', '好', '，', '发货', '贼', '快', '，', '快递', '也', '给', '力', '，', '棒棒', '哒', '~', '?', '?', '?', '不得不', '赞', '，', '质量', '真的', '好', '，', '包装', '物流', '也', '不错', '。', '真心', '喜欢', '，', '入手', '后', '不会', '让', '你', '后悔', '的', '！', '东西', '已经', '收到', '！', '手感', '不错', '！', '用料', '扎实', '！', '质量', '很', '好', '！', '平常', '用', '基本', '没有', '问题', '！', '宝贝', '心仪', '很久', '了', '，', '趁', '活动', '时候', '买', '真的', '太', '划算', '了', '，', '喜欢', '的', '不要', '犹豫', '啊', '跟', '我', '在', '实体店', '买', '的', '一模一样', '！', '还是', '一样', '的', '好', '用', '，', '开心', '总体', '来说', '，', '确实', '很', '不错', '，', '客服', '的', '服务态度', '也', '很棒', '，', '说话', '几乎', '马上', '就', '会', '回', '消息', '，', '物超所值', '，', '真心', '推荐', '宝贝', '特别', '喜欢', '，', '颜值', '高质量', '好', '，', '中看', '又', '中用', '，', '有', '需要', '的', '朋友', '不要', '犹豫', '了', '外形', '外观', '：', '改变', '最大', '的', '一款', '，', '平民', '版', '终于', '给', 'led', '屏幕', '了', '。', '\n', '屏幕', '音效', '：', '还好', '，', '一罐', '的', '苹果', '特色', '。', '\n', '拍照', '效果', '：', '对比', '之前', '用', '的', '8', '，', '提升', '较大', '。', '特别',