- Numpy
- Matplotlib
- W3schools matplotlib hands on
- Textblob
The sentiment property returns a named tuple of the form Sentiment(polarity, subjectivity). The polarity score is a float within the range [-1.0, 1.0]. The subjectivity is a float within the range [0.0, 1.0] where 0.0 is very objective and 1.0 is very subjective.
- Στον φάκελο με τον κώδικα θα πρέπει να υπάρχει ο υποφάκελος collected_data_old με το αρχείο posts.json (θα το βρείτε στα Έγγραφα @opencourses).
- Εκτελέστε το 04_subjectivity_polarity.py.
- Άσκηση: Βάλτε στο διάγραμμα μια κάθετη μπλέ ευθεία γραμμή, η οποία θα είναι παράλληλη του άξονα y και θα τέμνει τον άξονα x στο σημείο 0.5
Συμβουλή: Αν το IDE (pyCharm σε ubuntu linux) σας εμφανίσει:
UserWarning: Matplotlib is currently using agg, which is a non-GUI backend, so cannot show the figure
τότε μια λύση θα μπορούσε να είναι:
$ sudo apt-get install python3-tk
- Συμπληρώστε κατάλληλα τα paths στο παρακάτω αρχείο προκειμένου να βλέπει τα αρχεία με τα δεδομένα (posts.json κ.ά.).
- Εκτελέστε το 04_post_polarity_comment_count.py.
- Τι ακριβώς κάνει αυτό το πρόγραμμα;
- Συμπληρώστε κατάλληλα τα paths στο παρακάτω αρχείο προκειμένου να βλέπει τα αρχεία με τα δεδομένα (posts.json κ.ά.).
- Εκτελέστε το 04_post_comment_polarity.py.
- Τι ακριβώς κάνει αυτό το πρόγραμμα;
- Συμπληρώστε κατάλληλα τα paths στο παρακάτω αρχείο προκειμένου να βλέπει τα αρχεία με τα δεδομένα (posts.json κ.ά.).
- Εκτελέστε το 04_post_comment_compare.py.
Για input id μπορείτε να βάλετε π.χ: 1952425048343502_1952523578333649 (τυχαίο παράδειγμα). - Τι ακριβώς κάνει αυτό το πρόγραμμα;
- Συμπληρώστε κατάλληλα τα paths στο παρακάτω αρχείο προκειμένου να βλέπει τα αρχεία με τα δεδομένα (posts.json κ.ά.).
- Εκτελέστε το 04_comment_percentages.py.
- Τι ακριβώς κάνει αυτό το πρόγραμμα;
Το αποθετήριο αξιοποιεί το υλικό που έχει δημιουργηθεί από την εκπαιδευτική ομάδα του [Ιωάννη Καρύδη](https://github.com/ioanniskarydis)