Sentiment analysis는 텍스트 데이터에서 긍정적인지 혹은 부정적인지에 대한 감성을 분석하는 기술입니다. 이러한 감성 분석 결과를 시각화하여 더 효과적으로 이해하고 분석할 수 있습니다.

이번 포스팅에서는 파이썬을 사용하여 Sentiment Analysis 결과를 데이터 시각화하는 방법에 대해 알아보겠습니다.

1. Matplotlib를 이용한 시각화

Matplotlib는 파이썬에서 가장 많이 사용되는 시각화 도구 중 하나입니다. Sentiment analysis 결과를 Bar 그래프로 시각화할 수 있습니다.

import matplotlib.pyplot as plt

sentiment_scores = [0.2, -0.1, 0.5, -0.3, 0.8]
labels = ['글로벌', '서비스', '품질', '고객', '가격']

plt.bar(labels, sentiment_scores)
plt.xlabel('단어')
plt.ylabel('감성 점수')
plt.title('Sentiment Analysis 결과')
plt.show()

위의 예시 코드에서는 sentiment_scores 리스트에 단어들의 감성 점수를, labels 리스트에는 해당 단어를 저장합니다. 그리고 plt.bar() 함수를 사용하여 Bar 그래프를 그립니다. 그리고 xlabel(), ylabel(), title() 함수를 사용하여 그래프에 축 레이블과 타이틀을 설정합니다. show() 함수를 호출하여 그래프를 화면에 표시합니다.

2. Word Cloud를 이용한 시각화

Word Cloud는 글자 크기를 단어의 빈도수에 따라 다르게 표현하는 기법으로, 텍스트 데이터의 감성 분석 결과를 한 눈에 쉽게 확인할 수 있습니다.

import numpy as np
import matplotlib.pyplot as plt
from wordcloud import WordCloud

text_data = "글로벌 서비스 품질 고객 가격"

wordcloud = WordCloud(width=800, height=400, background_color='white').generate(text_data)

plt.figure(figsize=(10, 5))
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis('off')
plt.title('Word Cloud')
plt.show()

위의 예시 코드에서는 text_data 변수에 감성 분석 결과로 얻은 단어들을 공백으로 구분하여 저장합니다. 그리고 WordCloud() 함수를 사용하여 Word Cloud 객체를 생성합니다. 이 후 imshow() 함수를 사용하여 Word Cloud 이미지를 보여주고, axis() 함수를 사용하여 축을 제거합니다. 마지막으로 title() 함수를 사용하여 그래프에 타이틀을 설정하고, show() 함수를 호출하여 그래프를 화면에 표시합니다.

이러한 방식으로 파이썬을 사용하여 Sentiment Analysis 결과를 시각화할 수 있습니다. 다양한 시각화 방법을 통해 데이터를 더욱 직관적으로 이해하고 분석할 수 있습니다.

#SentimentAnalysis #DataVisualization