Chmura słów na podstawie recenzji filmowych
Pracujesz ze zbiorem danych zawierającym recenzje filmowe. Udało ci się zbadać rozkład recenzji oraz sprawdzić, jak długie są najdłuższa i najkrótsza z nich. Ale co tak właściwie opisują pozytywne i negatywne recenzje?
W tym ćwiczeniu przećwiczysz budowanie chmury słów na podstawie 100 najbardziej pozytywnych recenzji.
Jakie słowa się pojawiają? Czy wyniki mają dla ciebie sens?
Ciąg znaków descriptions został przygotowany przez połączenie opisów ze 100 najbardziej pozytywnych recenzji. Zestaw stop-słów charakterystycznych dla filmów (czyli bardzo częstych słów, takich jak the, a/an, and, które nie wnoszą istotnych informacji i chcemy je wykluczyć z wykresu) jest dostępny jako my_stopwords. Pamiętaj, że argument interpolation sprawia, że chmura słów wygląda płynniej.
To ćwiczenie jest częścią kursu
Analiza sentymentu w Pythonie
Instrukcje do ćwiczenia
- Zaimportuj funkcję wordcloud z odpowiedniego pakietu.
- Zastosuj funkcję wordcloud do ciągu znaków
descriptions. Ustaw kolor tła na 'white' i zmień argumentstopwords. - Utwórz obraz chmury słów.
- Na koniec nie zapomnij wyświetlić obrazu.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Import the word cloud function
____
# Create and generate a word cloud image
my_cloud = ____(____='white', ____=my_stopwords).____(descriptions)
# Display the generated wordcloud image
plt.____(____, interpolation='bilinear')
plt.axis("off")
# Don't forget to show the final image
____