? ? ? 大概在一兩年前在網上看過一篇文章，文章標題是《我分析42萬字的歌詞,為搞清楚民謠歌手們在唱些什么》,看完當時我就震驚了掠拳，居然還有這樣的操作癞揉，同時也希望自己有朝一日，能夠模仿他寫出同樣的一篇文章溺欧。
? ? ? 機緣巧合喊熟，自己斷斷續(xù)續(xù)也學習了python一年，今天也終于在半copy姐刁，半baidu的情況下芥牌，依葫蘆畫瓢，參照鄧老師的方法聂使，大概實現了文本情感分析壁拉。（用python實現簡單的文本情感分析）
? ? ? ?大致過程如下：爬蟲抓取了藥檢院網站2007年-2017年共1062條，提取其中的標題柏靶、內容弃理、發(fā)表時間以及url網址，對新聞內容通過jieba進行分詞屎蜓，通過鄧老師的算法對詞匯情感值進行統(tǒng)計分析痘昌，通過wordcloud生成詞云，通過matplotlib繪圖炬转。本來還打算用pandas進行數據分析辆苔，無奈功夫不深，pandas和numpy都只學了皮毛扼劈，于是還是直接導出到excel中進行分析驻啤。
? ? ? ? 抓取內容的存入excel表格。
? ? ? ?對各條新聞內容進行情感值分析测僵，新聞的內容越積極向上街佑，分值則越高。
? ? ? ?圖1是不同分值新聞的頻數分布情況圖捍靠，圖2是歷年新聞的情感值均值沐旨，可見2012年，我院的新聞報導更加偏積極榨婆。
? ? ? ?對新聞的內容進行分詞后磁携，對各個詞匯出現的頻數進行了統(tǒng)計，并分析具有代表意義的關鍵詞良风。
? ? ? 出現最多的是“工作”二字谊迄，看來以后可以更加有理有據的吐槽工作忙的像狗了闷供，排名第二第三的則是“檢驗”和“檢測”，這也確實反映了大家的工作重點是圍繞檢驗展開统诺。
? ? ? 進而對新聞的關鍵詞進行了分析歪脏，該分析方法采用IDF-TF算法，比簡單的比較詞匯出現頻數更能說明問題粮呢。排名第一的毋庸置疑是“食品藥品”婿失，而我對其余幾個主要的詞匯進行了分析，頻數分布是藥品>食品>化妝品>保健品>藥包材啄寡，這與我們業(yè)務處平時的收樣量也確實吻合orz
最后出于娛樂豪硅，利用wordcloud繪制了一張我們院的10年來的新聞詞云。
———————————————————————————————————————————
? ? ? ? ? ? ? ? ? ? ? ? ? ? ?python代碼什么的就不放了挺物，只能說寫的及其糟心...
