使用PythonTwitter 情绪分析

PythonTwitter 是一个简单易用的 Python 包，用于与 Twitter API 进行交互。通过 PythonTwitter 可以获取 Twitter 上的数据，对其进行分析，比如进行情绪分析。这个功能非常有用，可以帮助企业分析自己的品牌在 Twitter 上的声誉，也可以帮助研究者分析 Twitter 用户的情绪。

安装 PythonTwitter

要使用 PythonTwitter 进行情绪分析，首先需要将其安装到本地。可以使用 pip 命令进行安装，如下所示：

pip install pythontwitter

配置 Twitter API 认证信息

在使用 PythonTwitter 进行情绪分析之前，需要先配置 Twitter API 认证信息。这个认证信息包括 Consumer Key，Consumer Secret，Access Token 和 Access Token Secret。可以在 Twitter Developers 网站上创建一个应用程序，获取这些认证信息。创建应用程序的方法及详细步骤可以参考 Twitter Developers 文档。

在获取认证信息后，将其配置到 PythonTwitter 的 Auth 对象中，如下所示：

from twitter import Api
from twitter import OAuth

CONSUMER_KEY = 'your_consumer_key'
CONSUMER_SECRET = 'your_consumer_secret'
ACCESS_TOKEN = 'your_access_token'
ACCESS_TOKEN_SECRET = 'your_access_token_secret'

oauth = OAuth(ACCESS_TOKEN, ACCESS_TOKEN_SECRET, CONSUMER_KEY, CONSUMER_SECRET)
api = Api(auth=oauth)

获取 Twitter 数据

经过认证信息配置后，可以使用 PythonTwitter 获取 Twitter 数据。比如可以获取针对**特定品牌(比如苹果 iPhone)**的最近 100 条推文，代码如下：

results = api.GetSearch(raw_query="q=%23iphone&result_type=recent&count=100")
tweets_text = []
for r in results:
    tweets_text.append(r.text)

进行情绪分析

获取到针对特定品牌的最近 100 条推文后，可以使用情绪分析工具来进行情绪分析。这里介绍一种常用的情绪分析工具 VADER（Valence Aware Dictionary and sEntiment Reasoner）。VADER 是基于规则的情绪分析工具，可以对英文文本进行情绪识别，得出情绪得分。

要使用 VADER，需要首先安装它的 Python 包，如下所示：

pip install vaderSentiment

安装完成后，就可以使用 VADER 进行情绪分析啦！代码如下：

from vaderSentiment.vaderSentiment import SentimentIntensityAnalyzer

analyzer = SentimentIntensityAnalyzer()

for tweet in tweets_text:
    vs = analyzer.polarity_scores(tweet)
    print("{:-<65} {}".format(tweet, str(vs)))

以上代码会对 tweets_text 列表中的每一条推文进行情绪分析，并输出其情绪得分。其中 vs['compound'] 的值表示推文的总体情绪得分，值的范围为 -1 到 1 之间，值越接近 1，说明推文情绪越积极，值越接近 -1，说nan推文情绪越消极。

总结

通过 PythonTwitter 和 VADER，我们可以很方便地进行 Twitter 情绪分析，并得到推文的情绪得分。这个技术可以应用在很多领域，比如品牌声誉分析，研究用户行为等等。