Кольори за тональністю
Ми хочемо відрізняти місця у нашому аналізі Twitter. Один із чинників, що розрізняє локації, — це те, як сприйняли промову State of the Union. Для цього скористаємося аналізом тональності з Розділу 2, щоб оцінити, як промову сприймали в різних частинах країни.
Набір даних tweets_sotu уже завантажено, як і lon, lat та карту Basemap m. SentimentIntensityAnalyzer створено як sid у вашому робочому середовищі.
Ця вправа є частиною курсу
Аналіз даних із соцмереж у Python
Інструкції до вправи
- Обчисліть оцінки тональності та збережіть їх.
- Намалюйте точки, встановивши аргумент кольору на
sentiment_score, а колірну мапу — на 'coolwarm'.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# 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()