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。
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
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：
