1 import pandas as pd  # 数据分析库
2 from textblob import TextBlob  # 英文情感分析库
3 import matplotlib.pyplot as plt  # 画图
4 from wordcloud import WordCloud  # 绘制词云图
5 from wordcloud import ImageColorGenerator
6 from PIL import Image
7 import numpy as np

1 file = "李子柒评论.xlsx"
2 df = pd.read_excel(file, usecols=[1, 2, 3, 4, 5]) #读取评论数据
3 v_cmt_list = df['text'].values.tolist() # 把评论字段转换为list
4 print('length of v_cmt_list is:{}'.format(len(v_cmt_list)))

 1 # 情感分析
 2 score_list = []  # 情感评分值
 3 tag_list = []  # 打标分类结果
 4 for comment in v_cmt_list:
 5     tag = ''
 6     judge = TextBlob(comment)
 7     sentiments_score = judge.sentiment.polarity
 8     score_list.append(sentiments_score)
 9     if sentiments_score < 0:
10         tag = '消极'
11     elif sentiments_score == 0:
12         tag = '中性'
13     else:
14         tag = '积极'
15     tag_list.append(tag)
16 df['情感得分'] = score_list
17 df['分析结果'] = tag_list
18 df.to_excel('情感分析结果.xlsx', index=None)

1 df.groupby(by=['分析结果']).count()['text']  # 分组统计情感分析结果

 1 # 绘制词云图
 2 stopwords = ['the', 'a', 'and', 'of', 'it', 'her', 'she', 'if', 'I', 'is', 'not', 'your', 'there', 'this',
 3              'that', 'to', 'you', 'in', 'as', 'for', 'are', 'so', 'was', 'but', 'with', 'they', 'have']  # 停用词
 4 coloring = np.array(Image.open("lzq3.jpeg"))
 5 backgroud_Image = coloring  # 读取背景图片
 6 wc = WordCloud(
 7     scale=3,  # 图片大小,清晰度
 8     background_color="white",  # 背景颜色
 9     max_words=1000,  # 词数量
10     font_path='/System/Library/Fonts/SimHei.ttf',  # Mac字体文件路径，根据实际情况替换
11     # font_path="C:\Windows\Fonts\simhei.ttf",  # Win字体文件路径，根据实际情况替换
12     stopwords=stopwords,  # 停用词
13     mask=backgroud_Image,  # 背景图片
14     color_func=ImageColorGenerator(coloring),  # 根据原始图片颜色生成词云图颜色
15     max_font_size=100,  # 设置字体最大值
16     random_state=240  # 设置有多少种随机生成状态，即有多少种配色方案
17 )
18 wc.generate(v_cmt_str)  # 生成词云图
19 wc.to_file('词云结果图.png')  # 保存图片文件
20 display(Image.open('lzq3.jpeg'))  # 显示原始图片
21 wc.to_image()  # 显示词云图