Kleuren op basis van sentiment
We willen in onze Twitter-analyse per locatie kunnen onderscheiden. Een onderscheidende factor tussen locaties is hoe de State of the Union-toespraak is ontvangen. Hiervoor gebruiken we de sentimentanalyse uit hoofdstuk 2 om te beoordelen hoe de toespraak in verschillende delen van het land is ontvangen.
De gegevensset tweets_sotu is voor je geladen, net als lon, lat en de Basemap-kaart m. SentimentIntensityAnalyzer is als sid geïnstantieerd in je werkruimte.
Deze oefening maakt deel uit van de cursus
Socialmediagegevens analyseren in Python
Oefeninstructies
- Bereken de sentimentscores en sla ze op.
- Teken de punten en stel het kleurargument in op
sentiment_scoreen de colormap op 'coolwarm'.
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
# Generate sentiment scores
sentiment_scores = ____[____].apply(____)
# Isolate the compound element
sentiment_scores = [x['compound'] for x in sentiment_scores]
# Draw the points
____.____(____, ____, ____ = True,
c = ____,
____ = 'coolwarm', alpha = 0.7)
# Show the plot
plt.show()