Grafico radar
Ti ricordi la ruota delle emozioni di Plutchik? Il lessico NRC include le 8 emozioni corrispondenti al primo anello della ruota. In precedenza hai creato un comparison.cloud() in base alle 8 emozioni primarie. Ora in questo esercizio creerai un grafico radar simile alla ruota.
Un radarchart è una rappresentazione bidimensionale di dati multidimensionali (almeno 3). In questo caso, nel grafico è riportato il conteggio delle diverse emozioni per un libro. Con un grafico radar puoi esaminare tutte e 8 le emozioni contemporaneamente.
Come prima, abbiamo caricato il lessico "nrc" come nrc e moby_huck, che è una versione tidy combinata di Moby Dick e Huck Finn.
In questo esercizio userai di nuovo un grepl() negato per rimuovere le classi emotive "positive|negative" dal grafico. Per rinfrescare la memoria, ecco un esempio:
object <- tibble %>%
filter(!grepl("positive|negative", column_name))
Questo esercizio reintroduce pivot_wider(), che riorganizza le parole emotive conteggiate. Per ripassare, considera questi dati grezzi chiamati datacamp.
| people | food | like |
|---|---|---|
| Nicole | bread | 78 |
| Nicole | salad | 66 |
| Ted | bread | 99 |
| Ted | salad | 21 |
Se applichi pivot_wider() come in datacamp %>% pivot_wider(names_from = people, values_from = like), i dati diventano così.
| food | Nicole | Ted |
|---|---|---|
| bread | 78 | 99 |
| salad | 66 | 21 |
Questo esercizio fa parte del corso
Sentiment Analysis in R
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Review tail of moby_huck
moby_huck[___:___,]
# Perform join
scores <- moby_huck %>%
# Inner join to lexicon
___(___, by = c("___" = "___"))
# Filter, count and spread the data
scores %>%
# Drop positive or negative sentiments
___(!___("___|___", ___)) %>%
# Count by book and sentiment
count(___, ___) %>%
# Pivot book, using n as values
pivot_wider(names_from = ___, values_from = ___, values_fill = ___)