Kolorowanie według sentymentu
Chcemy móc rozróżniać miejsca w naszej analizie Twittera. Jednym z czynników odróżniających poszczególne lokalizacje jest to, jak odebrano przemówienie o stanie państwa. W tym celu wykorzystamy analizę sentymentu omówioną w rozdziale 2, aby ocenić, jak przemówienie zostało przyjęte w różnych częściach kraju.
Zbiór danych tweets_sotu został już wczytany, podobnie jak zmienne lon, lat oraz mapa Basemap m. SentimentIntensityAnalyzer jest zainicjalizowany jako sid w twoim środowisku pracy.
To ćwiczenie jest częścią kursu
Analiza danych z mediów społecznościowych w Pythonie
Instrukcje do ćwiczenia
- Oblicz wyniki sentymentu i zapisz je.
- Narysuj punkty, ustawiając argument koloru na
sentiment_score, a mapę kolorów na 'coolwarm'.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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()