Colorindo por sentimento
Queremos diferenciar por local em nossa análise do Twitter. Um fator que diferencia os lugares é como o discurso do State of the Union foi recebido. Para isso, vamos usar a análise de sentimento que vimos no Capítulo 2 para avaliar como o discurso foi recebido em diferentes partes do país.
O conjunto de dados tweets_sotu já foi carregado para você, assim como lon, lat e o mapa Basemap m. SentimentIntensityAnalyzer foi instanciado como sid no seu ambiente.
Este exercício faz parte do curso
Analisando dados de mídias sociais em Python
Instruções do exercício
- Calcule as pontuações de sentimento e salve-as.
- Desenhe os pontos, definindo o argumento de cor como
sentiment_scoree o mapa de cores como 'coolwarm'.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# 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()