Färgkodning efter sentiment
Vi vill kunna skilja mellan olika platser i vår Twitter-analys. En faktor som skiljer platser åt är hur State of the Union-talet mottogs. För det ändamålet använder vi sentimentanalysen från kapitel 2 för att utvärdera hur talet togs emot i olika delar av landet.
Datamängden tweets_sotu har laddats in åt dig, liksom lon, lat och Basemap-kartan m. SentimentIntensityAnalyzer är instantierad som sid i din arbetsyta.
Den här övningen är en del av kursen
Analys av sociala medier i Python
Övningsinstruktioner
- Beräkna sentimentpoängen och lagra dem.
- Rita punkterna och sätt färgargumentet till
sentiment_scoreoch färgkartan till 'coolwarm'.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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()