snownlp的原始评论文件直方图分析

SnowNLP 是一个专门为处理中文文本而创建的 Python 自然语言处理库。它是由 isnowfy 开发并在 GitHub 上开源的一个项目，地址为 https://github.com/isnowfy/snownlp 。SnowNLP 受 TextBlob 库的启发，但针对中文文本处理的特点进行了定制化设计，并且没有依赖 NLTK（Natural Language Toolkit）库，而是自行实现了许多自然语言处理相关的算法。

SnowNLP 主要功能包括但不限于以下几个方面：

1. 中文分词：基于 Character-Based Generative Model 进行分词。
2. 词性标注：利用 TnT 或 3-gram 隐马尔科夫模型进行词性标注。
3. 情感分析：对文本进行正面、负面情感倾向判断，并给出情感得分。
4. 汉字转拼音：将汉字转换为对应的汉语拼音。
5. 繁体转简体：支持繁体中文到简体中文的转换。
6. 关键词提取：基于 TextRank 算法提取文本中的关键词。
7. 文本摘要：同样基于 TextRank 算法抽取文本摘要。
8. 文本相似度计算：例如使用 BM25 等方法计算文本间的相似度。
9. 文本分类：可用于简单的文本分类任务，如基于朴素贝叶斯算法实现文本类别判断。

我们将网络上爬取的评论文件，pinglun.txt存储至根目录下

然后通过snownlp库进行情感分析，并绘制直方图

import os
from snownlp import SnowNLP
import matplotlib.pyplot as plt

# 读取根目录下的pinglun.txt文件内容
root_path = "./"
file_path = os.path.join(root_path, 'pinglun.txt')

try:
    with open(file_path, 'r', encoding='utf-8') as f:
        text_content = f.read()

    # 将文本拆分成句子列表
    sentences = [line.strip() for line in text_content.split('\n') if line.strip()]

    # 对每个句子进行情感分析，并收集情感得分
    sentiment_scores = []
    for sentence in sentences:
        s = SnowNLP(sentence)
        sentiment_scores.append(s.sentiments)

    # 绘制情感得分直方图
    plt.hist(sentiment_scores, bins=10, edgecolor='black')
    plt.xlabel('情感得分')
    plt.ylabel('句子数量')
    plt.title('根目录下pinglun.txt文件的情感分析')
    plt.grid(True)
    plt.show()

except FileNotFoundError:
    print("文件不存在：", file_path)
except Exception as e:
    print("处理文件时发生错误：", str(e))

处理结果如下

由图像我们可以得知整体评论的具体情感倾向