【Python情感分析】用python情感分析李子柒频道视频热门评论

一、事件背景

今天是2021.12.2日，距离李子柒断更已经4个多月了，这是我在YouTube李子柒油管频道上，观看李子柒2021年7月14日上传的最后一条视频，我录制了视频下方的来自全世界各国网友的评论，全世界的网友们集体期待李子柒回归，瞬间泪奔。

https://zhuanlan.zhihu.com/p/440462123

针对全世界网友的热门评论，怎么分析出网友的评论态度和舆论导向呢？于是我试着用python做了情感分析，得出了一些舆情导向的结论。

二、python代码讲解

下面，通过python代码（部分核心代码）逐一分解，这个情感分析是怎样实现的：

首先，导入需要的库：

1 import pandas as pd  # 数据分析库
2 from textblob import TextBlob  # 英文情感分析库
3 import matplotlib.pyplot as plt  # 画图
4 from wordcloud import WordCloud  # 绘制词云图
5 from wordcloud import ImageColorGenerator
6 from PIL import Image
7 import numpy as np

然后，通过pandas读取excel评论数据（爬虫代码不做讲解，对爬虫代码感兴趣的小伙伴可以私聊我哦）

1 file = "李子柒评论.xlsx"
2 df = pd.read_excel(file, usecols=[1, 2, 3, 4, 5]) #读取评论数据
3 v_cmt_list = df['text'].values.tolist() # 把评论字段转换为list
4 print('length of v_cmt_list is:{}'.format(len(v_cmt_list)))

下面是情感分析的代码：

 1 # 情感分析
 2 score_list = []  # 情感评分值
 3 tag_list = []  # 打标分类结果
 4 for comment in v_cmt_list:
 5     tag = ''
 6     judge = TextBlob(comment)
 7     sentiments_score = judge.sentiment.polarity
 8     score_list.append(sentiments_score)
 9     if sentiments_score < 0:
10         tag = '消极'
11     elif sentiments_score == 0:
12         tag = '中性'
13     else:
14         tag = '积极'
15     tag_list.append(tag)
16 df['情感得分'] = score_list
17 df['分析结果'] = tag_list
18 df.to_excel('情感分析结果.xlsx', index=None)

查看一下情感分析结果：

1 df.groupby(by=['分析结果']).count()['text']  # 分组统计情感分析结果

结果显示，中性和积极词汇占据一半以上，也就是说，大部分网友还是喜欢李子柒的视频的。

最后是词云图绘制的代码：

 1 # 绘制词云图
 2 stopwords = ['the', 'a', 'and', 'of', 'it', 'her', 'she', 'if', 'I', 'is', 'not', 'your', 'there', 'this',
 3              'that', 'to', 'you', 'in', 'as', 'for', 'are', 'so', 'was', 'but', 'with', 'they', 'have']  # 停用词
 4 coloring = np.array(Image.open("lzq3.jpeg"))
 5 backgroud_Image = coloring  # 读取背景图片
 6 wc = WordCloud(
 7     scale=3,  # 图片大小,清晰度
 8     background_color="white",  # 背景颜色
 9     max_words=1000,  # 词数量
10     font_path='/System/Library/Fonts/SimHei.ttf',  # Mac字体文件路径，根据实际情况替换
11     # font_path="C:\Windows\Fonts\simhei.ttf",  # Win字体文件路径，根据实际情况替换
12     stopwords=stopwords,  # 停用词
13     mask=backgroud_Image,  # 背景图片
14     color_func=ImageColorGenerator(coloring),  # 根据原始图片颜色生成词云图颜色
15     max_font_size=100,  # 设置字体最大值
16     random_state=240  # 设置有多少种随机生成状态，即有多少种配色方案
17 )
18 wc.generate(v_cmt_str)  # 生成词云图
19 wc.to_file('词云结果图.png')  # 保存图片文件
20 display(Image.open('lzq3.jpeg'))  # 显示原始图片
21 wc.to_image()  # 显示词云图

词云图最后的展示效果如下：

这里需要说明的是，color_func=ImageColorGenerator(coloring)这句代码，能够根据原始图片颜色生成词云图颜色。细心的小伙伴应该能看出来，词云图的颜色配比和原始图片的颜色配比很接近了。

三、同步讲解视频

https://www.zhihu.com/zvideo/1449696394374684672

四、获取python源码文件

爱学习的小伙伴，想获取完整python代码文件，关注我的微信公众号"老男孩的平凡之路"，后台回复"李子柒情感分析"，即可获取完整python源码及结果文件。

首发公号文章：

https://mp.weixin.qq.com/s?__biz=MzU5MjQ2MzI0Nw==&mid=2247484565&idx=1&sn=ffd0f5e69a490f3fcf82109ea637b721&chksm=fe1e1075c9699963af56beda45cc010a1b515f87aa68a6443878a8e575e6ca57b53f4b449475&payreadticket=HLFBI00L_inc8Ul4LG_PKeZ9lkYuDEDLi03J5hjohpGC_by7jTbbayE1YtcMmWfrWKtLd7Y#rd