本文共 3516 字，大约阅读时间需要 11 分钟。

Python实现舆情时间序列可视化

如何批量处理评论信息情感分析，并且在时间轴上可视化呈现？

痛点

假设你是一家连锁火锅店的区域经理，很注重顾客对餐厅的评价。从前，你苦恼的是顾客不爱写评价。最近因为餐厅火了，分店越来越多，写评论的顾客也多了起来，于是你新的痛苦来了——评论太多了，读不过来。

准备

准备好餐厅评价文件，restaurant-comments.xlsx

因为需要对中文评论作分析，因此使用的软件包为SnowNLP。

pip install snownlp

pip install ggplot

代码

首先引入数据框分析工具pandas，简写成pd以方便调用

import pandas as pd

接着，读入 excel数据文件

df = pd.read_excel("restaurant-comments.xlsx")

我们看看读入的内容是否完整

df.head()

确认数据完整无误后，我们要进行情感分析了。

先用第一行的评论内容做个小实验。

text = df.comments.iloc[0]

然后我们调用SnowNLP情感分析工具

from snownlp import SnowNLPs = SnowNLP(text)

显示一下SnowNLP的分析结果：

s.sentiments

0.4244401030222834

情感分析数值可以正确计算。在此基础上，我们需要定义函数，以便批量处理所有的评论信息。

def get_sentiment_cn(text):    s = SnowNLP(text)    return s.sentiments

然后，我们利用Python里面强大的apply语句，来一次性处理所有评论，并且将生成对的情感数值在数据框里面单独存为一列，称为sentiment.

df["sentiment"] = df.comments.apply(get_sentiment_cn)

我们看看情感分析结果：

df.head()

新的列sentiment已经生成，snownlp的结果取值范围在0到1之间，代表了情感分析结果为正面的可能性。通过观察前几条数据，我们发现点评网站上，顾客对这家分店评价总体上还是正面的，而且有的积极是非常积极的。

但是少量数据的观察，可能造成我们结论的偏颇。我们来把所有的情感分析结果数值做一下平均，使用mean()函数即可。

df.sentiment.mean()

0.6987503312852683

结果数值大约为0.7，整体上顾客对这家店的态度是正面的。

我们再来看看中位数值，使用的函数为median()

df.sentiment.median()

0.9270364310550024

我们发现了有趣的现象–中位数值不仅比平均值高，而且几乎接近1（完全正面）。

这就意味着，大部分的评价一边倒表示非常满意。但是存在着少部分异常点，显著拉低了平均值。

下面我们用情感的时间序列可视化功能，直观查看这些异常点出现在什么时间，以及它们的数值究竟有多低。

%pylab inline%matplotlib inlinefrom ggplot import *

下面我们绘制图形，这里可以输入下面这一行语句

ggplot(aes(x="date", y="sentiment"), data=df) + geom_point() + geom_line(color = 'blue') + scale_x_date(labels = date_format("%Y-%m-%d"))

在图中，我们发现许多正面评价情感分析数值极端的高。同时，我们也清晰地发现了那几个数值极低的点。对应评论的情感分析数值接近与0.这几条评论，被Python判定为基本上没有正面情感了。

从时间上看，最近一段时间，几乎每隔几天就会出现一次比较严重的负面评价。

作为经理，你可能如坐针毡。希望尽快了解了发生了什么事儿。你不用在数据框或者excel文件里面一条条翻找情感数值最低的评论。Python数据库pandas为你提供了非常好的排序功能。

假设你希望找到所有评论里情感分析数值最低的那条，可以这样执行;

df.sort_values(['sentiment'])[:1]

情感分析结果数值几乎就是0啊！不过这里数据框显示评论信息不完全。我们需要将评论整体打印出来。

print(df.sort_values(['sentiment']).iloc[0].comments)

这次是在情人节当天过去的，以前从来没在情人节正日子出来过，不是因为没有男朋友，而是感觉哪哪人都多，所以特意错开，这次实在是馋A餐厅了，所以赶在正日子也出来了，从下午四点多的时候我看排号就排到一百多了，我从家开车过去得堵的话一个小时，我一看提前两个小时就在网上先排着号了，差不多我们是六点半到的，到那的时候我看号码前面还有才三十多号，我想着肯定没问题了，等一会就能吃上的，没想到悲剧了，就从我们到那坐到等位区开始，大约是十分二十分一叫号，中途多次我都想走了，哈哈，哎，等到最后早上九点才吃上的，服务员感觉也没以前清闲时周到了，不过这肯定的，一人负责好几桌，今天节日这么多人，肯定是很累的，所以大多也都是我自己跑腿，没让服务员给弄太多，就虾滑让服务员下的，然后环境来说感觉卫生方面是不错，就是有些太吵了，味道还是一如既往的那个味道，不过A餐厅最人性化的就是看我们等了两个多小时，上来送了我们一张打折卡，而且当次就可以使用，这点感觉还是挺好的，不愧是A餐厅，就是比一般的要人性化，不过这次就是选错日子了，以后还是得提前预约，要不就别赶节日去，太火爆了！

通过阅读，你可以发现这位顾客确实有了一次比较糟糕的体验–等候的时间太长了，以至于使用了“悲剧”一词；另外还提及服务不够周到，以及环境吵闹等因素。正是这些词汇的出现，使得分析结果数值非常低。

好在顾客很通情达理，而且对该点的人性化做法给与了正面的评价。

自然语言的分析，不仅要看表达强烈情感的关键词，也需要考虑到表述方式和上下文等诸多因素。这些内容，是现在自然语言处理领域的研究前沿。

不过，即便目前的情感分析自动化处理不能达到非常准确，却依然可以帮助你快速定位到那些可能有问题的异常点。从效率上，比人工处理要高出许多。

转载地址：http://xdzdf.baihongyu.com/