เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

Word Cloud จากรีวิวภาพยนตร์

ที่ผ่านมาได้ทำงานกับชุดข้อมูล รีวิวภาพยนตร์ สำรวจการกระจายตัวของรีวิว และดูความยาวของรีวิวที่ยาวที่สุดและสั้นที่สุดกันไปแล้ว แต่รีวิวเชิงบวกและเชิงลบพูดถึงเรื่องอะไรบ้าง?

ในแบบฝึกหัดนี้ จะฝึกสร้าง word cloud จากรีวิวเชิงบวก 100 อันดับแรก

คำไหนที่โดดเด่นขึ้นมา? สมเหตุสมผลหรือไม่?

string descriptions ถูกสร้างไว้ให้แล้วโดยการต่อคำอธิบายของรีวิวเชิงบวก 100 อันดับแรกเข้าด้วยกัน และมี stopwords เฉพาะสำหรับภาพยนตร์ (คำที่ปรากฏบ่อยมาก เช่น the, a/an, and ซึ่งไม่มีความหมายเชิงข้อมูลมากนัก และต้องการกรองออกจากกราฟ) พร้อมให้ใช้งานในชื่อตัวแปร my_stopwords นอกจากนี้ อาร์กิวเมนต์ interpolation จะช่วยให้ word cloud แสดงผลได้อย่างนุ่มนวลยิ่งขึ้น

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Sentiment Analysis ด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • Import ฟังก์ชัน wordcloud จากแพ็กเกจที่เกี่ยวข้อง
  • นำฟังก์ชัน word cloud ไปใช้กับ string descriptions โดยกำหนดสีพื้นหลังเป็น 'white' และปรับอาร์กิวเมนต์ stopwords
  • สร้างรูปภาพ wordcloud
  • สุดท้าย อย่าลืมแสดงผลภาพดังกล่าว

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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
____
แก้ไขและรันโค้ด