正文

请到「今天看啥」查看全文

我还专门把它升级做成了视频教程《 如何用Python做词云？（基础篇视频教程） 》，供你观看。

注意图文教程和视频内容 并不完全一致 。

视频教程目前全系列采用Python 3.6版本。

这个变化的发生，是因为技术的发展。Python已经逐步要过渡到3.X版本了。许多第三方软件包都已经宣布了时间表，尽快支持3.X，放弃2.X的支持。

其实才半年而已，你就可以感受到技术、社群和环境的变化有多快。

可是 目前 某些软件包（例如后面我们要提到的TuriCreate），依然只能支持2.X版本Python。

你需要暂时做个“ 两栖动物 ”，千万不要束缚自己，因为“立场原因”固执着不肯用低版本Python。这样吃亏的是自己。

怎样才能做个“两栖动物”呢？

办法之一，就是使用Anaconda的虚拟环境。可以参考《 如何在Jupyter Notebook中使用Python虚拟环境？ 》。

你初始安装版本针对Python 2.7的Anaconda，并不妨碍你快速建立一个3.6版本Python的 虚拟环境 。

有了这个秘籍，你就可以在不同版本的Python之间左右逢源，游刃有余了。

如果你想做中文词云，请参看这篇文章《 如何用Python做中文分词？ 》。你就能做出这样的词云了。

如果你希望改变词云边框外观，就参考这篇文章《 Python编程遇问题，文科生怎么办？ 》的 最后部分 。

到这里，你已掌握Python运行环境安装、虚拟环境建立与使用、文本文件读取、常见软件包调用、可视化分析与结果呈现和中文分词等基本功夫了。

回头望去，是不是成就感爆棚呢？

自然语言处理

下一步，我们来尝试自然语言处理（Natural Language Processing, NLP）。

情感分析，是NLP在许多社会科学领域热门的应用之一。

《 如何用Python做情感分析？ 》这篇文章，分别从英文和中文两个案例，分别采用不同的软件包，针对性地解决应用需求。

你只需要几行代码，就能让Python告诉你情感的取向。是不是很厉害？

有了情感分析做基础，你可以尝试增加维度，对更大体量的数据做分析。

增加时间维度，就可以持续分析变化的舆情。

《 如何用Python做舆情时间序列可视化？ 》这篇文章，一步步指引你在时间刻度上可视化情感分析结果：

这图难看了一些。

不过我们需要容忍自己起步时的笨拙，不断迭代与精进。

希望一出手就满分，对极少数天才，确实无非是日常。

但对大多数人，是拖延症的开始。

你可能迫不及待，尝试换自己的数据做时间序列可视化分析。

不过日期数据如果与样例有出入，可能会出现问题。

这时候，不要慌，请参考《 Python编程遇问题，文科生怎么办？ 》的 第二部分 ，其中有详细的错误原因分析与对策展示。

看过后，分析结果图也会迭代成这个样子：

请到「今天看啥」查看全文