Ordmoln för filmrecensioner
Du har arbetat med datamängden med filmrecensioner. Du har undersökt fördelningen av recensionerna och sett hur långa de längsta och kortaste recensionerna är. Men vad handlar positiva och negativa recensioner om?
I den här övningen får du träna på att bygga ett ordmoln över de 100 mest positiva recensionerna.
Vilka ord dyker upp? Verkar de rimliga för dig?
Strängen descriptions har skapats åt dig genom att sammanfoga beskrivningarna från de 100 mest positiva recensionerna. En filmspecifik uppsättning stoppord (mycket vanliga ord, som the, a/an, and, som inte tillför så mycket information och som vi vill utesluta från grafen) finns tillgänglig som my_stopwords. Kom ihåg att argumentet interpolation gör att ordmolnet visas jämnare.
Den här övningen är en del av kursen
Sentimentanalys i Python
Övningsinstruktioner
- Importera wordcloud-funktionen från respektive paket.
- Använd wordcloud-funktionen på strängen
descriptions. Ställ in bakgrundsfärgen till 'white' och ändra argumentetstopwords. - Skapa en ordmolnsbild.
- Glöm slutligen inte att visa bilden.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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
____