tweet_analysis
数据来源
https://github.com/echen102/COVID-19-TweetIDs
Notes！
- 推荐使用anaconda创建虚拟环境
- 首先运行
pip install -r requirements.txt或conda install --yes --file requirements.txt - 使用conda安装
conda install -c plotly plotly-orca - 要在项目所在文件位置建立./tweets文件夹用来存储所有的tweet json（命名格式为coronavirus-tweet-id-2020-01-21-23.json）
- 然后运行launch.py
当前状态
- 英文分词
- ngram分析及图表
- 英文LIWC
- 其他语言
- 地理特征分析
输出文件
./tweet_result存放由tweet json转换而来的csv文件./tweet_per_day存放每日的tweet csv汇总./clean_en_tweet把csv中clean_text写入文件，每条一行（用来做LIWC）./tokenize_en_result分词处理后的文本写入./bi(tri)_gram_folder存储每日bgram、trigram分析结果./bi(tri)_images存储每日的2/3gram图像