file = pd.read_excel(path)["text"] line = list(file) sentimentslist = [] # 建立一个空的情感列表 for i in line: # 循环读取每一条评论 s = SnowNLP(i.encode("utf-8").decode("utf-8")) # 将评论传入SnowNLP if s.sentiments != 0 and s.sentiments != 0.5 : # 去除情感值为0和0.5的评论 print(s.sentiments) sentimentslist.append(s.sentiments) # 将情感值添加到情感列表中 # 加载字体 plt.rcParams['font.sans-serif'] = ['SimHei'] # 指定默认字体 # 显示负号 plt.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示为方块的问题 plt.hist(sentimentslist, bins=np.arange(0, 1, 0.01), facecolor='g') # 画直方图 plt.xlabel('情感评分', size=12) # x轴标签 plt.ylabel('某个情感评分的数量', size=12) # y轴标签 plt.title('情感分析', color="red", size=12) plt.savefig('情感分析.png',dpi = 300) plt.show()

这段代码的作用是读取一个 Excel 文件中的 "text" 列，并对每一条评论进行情感分析。使用的情感分析工具是 SnowNLP，它能够对中文文本进行情感分析，返回一个介于 0 到 1 之间的情感值。代码会将情感值不为 0 和 0.5 的评论的情感值添加到一个情感值列表中，并使用 Matplotlib 库画出情感值的直方图。最后，保存并显示出这个直方图。