【爬虫+情感判定+Top10高频词+词云图】“刘畊宏“弹幕python可视化分析

目录

一、背景介绍

二、爬虫部分

三、代码讲解-情感分析部分

3.1 整体思路

3.2 情感分析打标

3.3 统计top10高频词

3.4 绘制词云图

3.5 情感分析结论

---

一、背景介绍

针对"刘畊宏"引发的健身热潮，我用Python的爬虫和情感分析技术，分析了众多网友弹幕的舆论导向，下面我们来看一下，是如何实现的分析过程。

二、爬虫部分

爬虫部分不作讲解。

部分爬取数据：

三、代码讲解-情感分析部分

3.1 整体思路

针对情感分析需求，我主要做了三个步骤的分析工作：

1. 用SnowNLP给弹幕内容打标：积极、消极，并统计占比情况
2. 用jieba.analyse分词，并统计top10高频词
3. 用WordCloud绘制词云图

首先，导入csv数据，并做数据清洗工作，不再赘述。

下面，正式进入情感分析代码部分：

3.2 情感分析打标

情感分析计算得分值、分类打标，并画出饼图。

# 情感判定
for comment in v_cmt_list:
	tag = ''
	sentiments_score = SnowNLP(comment).sentiments
	if sentiments_score < 0.5:
		tag = '消极'
		neg_count += 1
	elif sentiments_score > 0.5:
		tag = '积极'
		pos_count += 1
	else:
		tag = '中性'
		mid_count += 1
	score_list.append(sentiments_score)  # 得分值
	tag_list.append(tag)  # 判定结果
df['情感得分'] = score_list
df['分析结果'] = tag_list

这里，我设定情感得分值小于0.5为消极，大于0.5为积极，等于0.5为中性。（这个分界线，没有统一标准，根据数据分布情况和分析经验自己设定分界线即可）

情感判定结果：

可移步至公众号首发文章查看

画出占比饼图的代码：

grp = df['分析结果'].value_counts()
print('正负面评论统计：')
print(grp)
grp.plot.pie(y='分析结果', autopct='%.2f%%')  # 画饼图
plt.title('刘畊宏弹幕_情感分布占比图')
plt.savefig('刘畊宏弹幕_情感分布占比图.png')  # 保存图片

饼图结果：

 

从占比结果来看，大部分网友还是很认可刘畊宏的。

3.3 统计top10高频词

代码如下：

# 2、用jieba统计弹幕中的top10高频词
keywords_top10 = jieba.analyse.extract_tags(v_cmt_str, withWeight=True, topK=10)
print('top10关键词及权重：')
pprint(keywords_top10)

这里需要注意，在调用jieba.analyse.extract_tags函数时，要导入的是import jieba.analyse 而不是 import jieba

统计结果为：（分为10组关键词及其权重，权重按倒序排序）

3.4 绘制词云图

注意别踩坑：

想要通过原始图片的形状生成词云图，原始图片一定要白色背景（实在没有的话，PS修图修一个吧），否则生成的是满屏词云！！

try:
	stopwords = v_stopwords  # 停用词
	backgroud_Image = np.array(Image.open('刘畊宏_背景图.png'))  # 读取背景图片
	wc = WordCloud(
		background_color="white",  # 背景颜色
		width=1500,  # 图宽
		height=1200,  # 图高
		max_words=1000,  # 最多字数
		font_path='/System/Library/Fonts/SimHei.ttf',  # 字体文件路径，根据实际情况(Mac)替换
		# font_path="C:\Windows\Fonts\simhei.ttf",  # 字体文件路径，根据实际情况(Windows)替换
		stopwords=stopwords,  # 停用词
		mask=backgroud_Image,  # 背景图片
	)
	jieba_text = " ".join(jieba.lcut(v_str))  # jieba分词
	wc.generate_from_text(jieba_text)  # 生成词云图
	wc.to_file(v_outfile)  # 保存图片文件
	print('词云文件保存成功：{}'.format(v_outfile))
except Exception as e:
	print('make_wordcloud except: {}'.format(str(e)))

得到的词云图，和原始背景图对比一下： 

3.5 情感分析结论

1. 打标结果中，积极和中性评价占约72%，远远大于消极评价！
2. top10关键词统计结果中，"哈哈哈"、"打卡"、"加油"、"666"等好评词汇占据多数！
3. 词云图中，"哈哈"、"打卡"、"厉害"、"加油"等好评词看上去更大（词频高）！

综上所述，经分析"刘畊宏"相关弹幕，得出结论：

众多网友对刘畊宏的评价都很高，毕竟不但带领全面健身这样正能量的事，还是杰伦的好兄弟，谁能不爱呢！

给他点赞！！

---