[파이썬] textblob 텍스트 데이타의 시각화

06 Sep 2023

textblob

텍스트 데이터는 많은 양의 정보를 포함하고 있지만, 이를 시각적으로 표현하는 것은 쉽지 않은 작업입니다. 이러한 작업을 보다 쉽게 처리하기 위해 파이썬에서는 TextBlob이라는 라이브러리를 사용할 수 있습니다. TextBlob은 텍스트 데이터를 처리하고 분석하는 기능을 제공하며, 이를 통해 텍스트 데이터의 시각화도 가능합니다.

텍스트 데이터의 기본 분석

먼저, 텍스트 데이터의 기본 분석을 진행할 수 있습니다. 예를 들어, 주어진 텍스트에 얼마만큼의 단어가 포함되어 있는지 알고 싶다면 다음과 같은 코드를 사용할 수 있습니다:

from textblob import TextBlob

text = "This is a sample text with some words."
blob = TextBlob(text)
word_count = len(blob.words)

print(f"The text contains {word_count} words.")

출력 결과는 다음과 같이 텍스트에 포함된 단어의 개수를 보여줍니다:

The text contains 7 words.

단어 빈도수 시각화

또한 TextBlob을 사용하여 텍스트 데이터의 단어 빈도수를 시각화할 수도 있습니다. 어떤 단어가 가장 많이 사용되었는지 한눈에 알고 싶다면 다음과 같은 코드를 사용할 수 있습니다:

import matplotlib.pyplot as plt

text = "This is a sample text with some words. Some words may be repeated."
blob = TextBlob(text)
word_counts = blob.word_counts

words = list(word_counts.keys())
counts = list(word_counts.values())

plt.bar(words, counts)
plt.xlabel('Words')
plt.ylabel('Frequency')
plt.title('Word Frequency in Text')

plt.show()

이 코드는 주어진 텍스트에서 각 단어의 빈도수를 막대 그래프로 시각화합니다.

감정 분석과 시각화

TextBlob을 사용하면 텍스트 데이터의 감정 분석도 가능합니다. 어떤 텍스트가 긍정적인지, 부정적인지, 중립적인지 알고 싶다면 다음과 같은 코드를 사용할 수 있습니다:

text = "I love this product! It's amazing!"
blob = TextBlob(text)
sentiment = blob.sentiment.polarity

if sentiment > 0:
    print("Positive sentiment")
elif sentiment < 0:
    print("Negative sentiment")
else:
    print("Neutral sentiment")

출력 결과는 해당 텍스트의 감정 분석 결과를 보여줍니다.

TextBlob을 사용하여 감정 분석의 결과를 시각화할 수도 있습니다. 예를 들어, 여러 개의 텍스트 데이터가 있는 경우, 이를 하나의 차트로 표시하여 다양한 감정을 비교할 수 있습니다. 이를 위해 다음과 같은 코드를 사용할 수 있습니다:

import pandas as pd

texts = ["I love this product! It's amazing!",
         "This is an average product.",
         "I hate this product! It's terrible!"]

sentiments = []
for text in texts:
    blob = TextBlob(text)
    sentiment = blob.sentiment.polarity
    sentiments.append(sentiment)

df = pd.DataFrame({'Text': texts, 'Sentiment': sentiments})

plt.bar(df['Text'], df['Sentiment'])
plt.xlabel('Text')
plt.ylabel('Sentiment')
plt.title('Sentiment Analysis of Texts')

plt.show()

이 코드는 여러 텍스트 데이터의 감정 분석 결과를 막대 그래프로 시각화합니다.

TextBlob을 사용하여 텍스트 데이터를 분석하고 시각화하는 방법을 알아보았습니다. 이를 통해 텍스트 데이터의 내용과 감정을 쉽게 파악할 수 있으며, 데이터의 특성을 시각적으로 이해할 수 있습니다.