使用 Python 进行 Twitter 情绪分析

pythonserver side programmingprogramming更新于 2025/11/20 2:20:17

在本文中，我们将学习 Twitter 情绪分析。我们将注册 Twitter oAuth API，安装所有依赖项，最后编写我们的情感分析器脚本。

API(应用程序编程接口) 是一个网关，允许您访问某些服务器(Twitter)的内部功能。

前提条件是我们有一个设置了 Twitter 帐户并带有经过验证的电话号码。

之后，我们访问 Twitter 网站并点击创建新应用程序图标。现在我们填写所有凭据，即名称并接受开发者协议，最后单击创建。

现在我们的应用程序已创建，在顶部菜单上，我们将单击密钥选项卡。在这里，我们将获得我们的 OAuth 验证详细信息和所有标记器。

现在让我们安装所有依赖项 −

1. tweepy 模块:
>>> pip install tweepy
2. textblob 模块:
>>> pip install textblob

什么是 textblob?

它是用于情绪分析的模块。它包含一个内置方法来计算 -1 到 1 范围内的情绪。

"token.sentiment.polarity"

首先，我们需要最初创建的 Twitter 应用程序网站的所有访问标记器 −

#Twitter 应用程序界面的凭据
consumer_key = 'xxxxx'
consumer_secret = 'xxxx'
access_key= 'xxxx'
access_secret = 'xxxx'

不，我们需要通过脚本来验证凭证。为此，我们创建一个身份验证变量 auth。

auth =tweepy.OauthHandler(consumer_key,consumer_secret)

现在我们在身份验证变量的帮助下设置访问令牌

auth.set_access_token(access_token,access_token_secret)

现在我们创建一个 API 变量来执行我们的操作

api=tweepy.API(auth)

我们需要通过搜索方法获取公开推文并将其存储在列表形式中。

public_tweet=api.search('Tutorialspoint')
for tweet in public_tweet:
   print(tweet.text)
   analysis=TextBlob(tweet.text)
   print(analysis)

在输出中，我们观察到事物，即极性和主观性。

极性衡量某些文本的积极或消极程度。

主观性衡量文本与事实相比的主观性程度。

借助此情绪分析器，我们能够从数据中理解和提取人类的感受。