背景介绍
在影评分析、日记情绪追踪、小说情感走向分析等场景中，文本情感分析能帮助我们快速理解文本的情绪倾向。本文将介绍如何开发一个本地化工具，支持用户上传多个文本文件和自定义情感词典，通过词匹配分析情感倾向，并以柱状图和分情感词云直观展示结果。该工具基于Python开发，结合文件处理、数据分析与可视化技术，适合Python中级以下开发者学习。
思路分析
工具的核心流程分为四步：
1. 文件读取：读取多文本文件（支持UTF-8/GBK编码）和自定义情感词典（正面、负面词列表）。
2. 情感分析：分词后匹配情感词典计算得分，判断情感倾向（积极/消极/中性）。
3. 统计分析：统计各情感类别的文件数量、占比和平均分。
4. 可视化：用matplotlib绘制柱状图展示分布，用wordcloud生成分情感词云（不同颜色区分）。
代码实现
1. 依赖库导入
需安装matplotlib、wordcloud、jieba（中文分词）：
pip install matplotlib wordcloud jieba
代码中导入核心库：
import os
import matplotlib.pyplot as plt
from wordcloud import WordCloud
import jieba
2. 文件读取模块
处理多文本文件和情感词典的读取，兼容不同编码：
def read_text_files(file_paths):
"""读取多个文本文件内容，兼容UTF-8/GBK编码"""
texts = []
for file_path in file_paths:
try:
with open(file_path, 'r', encoding='utf-8') as f:
texts.append(f.read())
except UnicodeDecodeError:
# 尝试GBK编码（常见中文文件编码）
with open(file_path, 'r', encoding='gbk') as f:
texts.append(f.read())
return texts
def read_sentiment_dicts(pos_dict_path, neg_dict_path):
"""读取正面/负面情感词典，返回词集合"""
pos_words, neg_words = set(), set()
# 读取正面词典
with open(pos_dict_path, 'r', encoding='utf-8') as f:
for line in f:
word = line.strip()
if word: # 过滤空行
pos_words.add(word)
# 读取负面词典
with open(neg_dict_path, 'r', encoding='utf-8') as f:
for line in f:
word = line.strip()
if word:
neg_words.add(word)
return pos_words, neg_words
3. 情感分析模块
对文本分词（中文用jieba），匹配情感词典计算得分，判断情感倾向：
def analyze_sentiment(texts, pos_words, neg_words):
"""分析文本情感：分词→匹配词典→计算得分→判断倾向"""
results = [] # 存储每个文本的分析结果
pos_freq, neg_freq, neutral_freq = {}, {}, {} # 各情感词的词频
all_words = [] # 所有文本的分词结果（用于中性词统计）
for text in texts:
# 中文分词（用jieba切割文本）
words = jieba.lcut(text)
all_words.extend(words)
pos_count, neg_count = 0, 0 # 正面/负面词数量
current_pos, current_neg = {}, {} # 当前文本的情感词频
for word in words:
if word in pos_words:
pos_count += 1
current_pos[word] = current_pos.get(word, 0) + 1
elif word in neg_words:
neg_count += 1
current_neg[word] = current_neg.get(word, 0) + 1
# 更新全局情感词频
for word, cnt in current_pos.items():
pos_freq[word] = pos_freq.get(word, 0) + cnt
for word, cnt in current_neg.items():
neg_freq[word] = neg_freq.get(word, 0) + cnt
# 计算情感得分（正面词数 - 负面词数）
score = pos_count - neg_count
# 判断情感倾向
sentiment = 'positive' if score > 0 else 'negative' if score < 0 else 'neutral'
results.append({
'text': text,
'score': score,
'sentiment': sentiment,
'words': words
})
# 统计中性词频（非情感词）
for word in all_words:
if word not in pos_words and word not in neg_words:
neutral_freq[word] = neutral_freq.get(word, 0) + 1
return results, pos_freq, neg_freq, neutral_freq
4. 统计分析模块
统计各情感类别的文件数量、占比和平均分：
def calculate_statistics(results):
"""统计情感分布：数量、占比、平均分"""
stats = {
'positive': {'count': 0, 'total_score': 0},
'negative': {'count': 0, 'total_score': 0},
'neutral': {'count': 0, 'total_score': 0}
}
for res in results:
sentiment = res['sentiment']
stats[sentiment]['count'] += 1
stats[sentiment]['total_score'] += res['score']
total = sum(stats[s]['count'] for s in stats)
# 计算占比和平均分
percentages = {s: (stats[s]['count'] / total * 100) for s in stats}
averages = {
s: (stats[s]['total_score'] / stats[s]['count'])
if stats[s]['count'] > 0 else 0
for s in stats
}
return stats, percentages, averages
5. 可视化模块
- 柱状图：展示各情感类别的文件数量。
- 词云：分情感生成词云（积极→绿色、消极→红色、中性→灰色）。
def plot_bar_chart(stats):
"""绘制情感分布柱状图"""
sentiments = ['Positive', 'Negative', 'Neutral']
counts = [stats[s]['count'] for s in ['positive', 'negative', 'neutral']]
colors = ['green', 'red', 'gray'] # 情感对应的颜色
plt.figure(figsize=(8, 6))
bars = plt.bar(sentiments, counts, color=colors)
plt.title('Emotion Distribution (File Count)')
plt.xlabel('Sentiment')
plt.ylabel('Number of Files')
plt.xticks(rotation=45)
# 标注柱子数值
for bar in bars:
height = bar.get_height()
plt.text(
bar.get_x() + bar.get_width()/2.,
height + 0.1,
f'{height}',
ha='center', va='bottom'
)
plt.tight_layout()
return plt.gcf() # 返回图表对象
def generate_wordclouds(pos_freq, neg_freq, neutral_freq):
"""生成分情感词云（需指定中文字体路径）"""
# 积极词云（绿色背景）
pos_wc = WordCloud(
background_color='green',
width=800,
height=400,
font_path='simhei.ttf', # 替换为系统中支持中文的字体路径（如Windows的simhei.ttf）
max_words=200
).generate_from_frequencies(pos_freq)
# 消极词云（红色背景）
neg_wc = WordCloud(
background_color='red',
width=800,
height=400,
font_path='simhei.ttf',
max_words=200
).generate_from_frequencies(neg_freq)
# 中性词云（灰色背景）
neutral_wc = WordCloud(
background_color='gray',
width=800,
height=400,
font_path='simhei.ttf',
max_words=200
).generate_from_frequencies(neutral_freq)
return pos_wc, neg_wc, neutral_wc
6. 主函数：流程整合
def main():
# 示例文件路径（实际可通过GUI/命令行获取）
text_files = ['story.txt', 'movie_review.txt', 'diary.txt']
pos_dict_path = 'positive_words.txt'
neg_dict_path = 'negative_words.txt'
# 1. 读取文件
texts = read_text_files(text_files)
pos_words, neg_words = read_sentiment_dicts(pos_dict_path, neg_dict_path)
# 2. 情感分析
results, pos_freq, neg_freq, neutral_freq = analyze_sentiment(texts, pos_words, neg_words)
# 3. 统计分析
stats, percentages, averages = calculate_statistics(results)
# 4. 输出统计报告
print("=== Emotion Statistics Report ===")
for s in ['positive', 'negative', 'neutral']:
count = stats[s]['count']
percent = percentages[s]
avg_score = averages[s]
print(f"{s.capitalize()} texts: {count} ({percent:.1f}%), average score: {avg_score:.1f}")
# 5. 可视化
# 柱状图
bar_chart = plot_bar_chart(stats)
bar_chart.savefig('emotion_distribution.png')
# 词云
pos_wc, neg_wc, neutral_wc = generate_wordclouds(pos_freq, neg_freq, neutral_freq)
pos_wc.to_file('positive_wordcloud.png')
neg_wc.to_file('negative_wordcloud.png')
neutral_wc.to_file('neutral_wordcloud.png')
# 显示图表（可选）
plt.figure()
plt.imshow(pos_wc)
plt.axis('off')
plt.title('Positive Words')
plt.show()
plt.figure()
plt.imshow(neg_wc)
plt.axis('off')
plt.title('Negative Words')
plt.show()
plt.figure()
plt.imshow(neutral_wc)
plt.axis('off')
plt.title('Neutral Words')
plt.show()
if __name__ == "__main__":
main()
运行示例
- 准备文件：
- 文本文件：
story.txt、movie_review.txt、diary.txt（含中文文本）。 - 情感词典：
positive_words.txt（每行一个积极词，如“快乐”“精彩”）、negative_words.txt（每行一个消极词，如“悲伤”“糟糕”）。
- 文本文件：
- 运行代码：
执行python emotion_analysis.py，将生成：- 统计报告（终端输出）。
- 柱状图：
emotion_distribution.png。 - 词云图：
positive_wordcloud.png、negative_wordcloud.png、neutral_wordcloud.png。
总结与扩展
该工具通过文件处理（多编码兼容）、情感分析（词典匹配+得分计算）、可视化（matplotlib+wordcloud）三大模块，实现了文本情感的本地化分析。开发者可在此基础上扩展：
– 添加GUI界面（如用tkinter/PyQt），支持文件选择和结果交互。
– 优化情感分析算法（如引入词权重、否定词处理）。
– 支持更多情感类别（如“愤怒”“喜悦”细分）。
通过该项目，学习者可掌握Python文件操作、数据分析与可视化的核心技能，快速应用于实际文本分析场景。
代码依赖
需安装以下库：
pip install matplotlib wordcloud jieba
（注：词云的font_path需根据系统调整，Windows可使用'simhei.ttf'，Linux/Mac需安装中文字体并指定路径。）