Python金融数据挖掘 第7章 第3节 (7) 案例：基于股评文本的情绪分析

1、特征词

表示一篇文本，矩阵数据，聚类、分类、预测

2、情绪、情感分析

情感值、舆论文本、文本数据，来源管，新闻、情感倾向；存在误差，不准确

3、基于股评文本的情绪分析

#网络舆情，判断指数走向

3、安装SnowNLP

pip install snownlp

4、导入包

import pandas as pd
from snownlp import SnowNLP
import matplotlib.pyplot as plt
import seaborn as sns

5、中文显示

#处理中文显示问题
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
sns.set_style('whitegrid',{'font.sans-serif':['simhei','Arial']})

6、读取数据

      该数据是从新浪财经频道获取的股票评论标题信息，时间跨度为2018-9-3--2018-12-7，共计1000条股评。

# 读取文本数据，读取每行的评论标题
# 读取
# 读取
orig_comments=pd.read_csv('C:/Users/86186/Desktop/大二 下/数据挖掘/第7章/第3节 案例：基于股评文本的情绪分析/stocktextming.csv')
orig_comments.drop("日期时间",axis=1,inplace=True) #删除"日期时间"列
print('原始数据：',1)
# 输出前五行
print(orig_comments.head())
print()

【out】：

原始数据： 1
                          标题      日期
0      十大博客看后市：2600点下方将现低吸机会  12月07日
1              杨德龙：跨年度行情能否出现  12月07日
2         午后名博看市：2600点得失至关重要  12月07日
3  李大霄࿱