今天我們的Python學習教程找點財經類新聞文本數據用Python來做點簡單的情感分析。

一、tushare介紹

tushare庫是目前比較流行的開源免費的經濟數據庫，tushare有普通版和高級版，其中普通版無需積分就可以使用，而高級版需要使用積分才可使用。

tushare基礎班提供了包括：交易數據，如歷史行情、復權數據、實時行情等

投資參考數據，如分配方案、業(yè)績預告、限售股解禁、基金持股、新浪數據、融資融券

股票分類數據、行業(yè)、概念、地域、中小板、創(chuàng)業(yè)板、封校警示板生

基本面數據、股票列表、業(yè)績報告（主表）、盈利能力、營運能力、償債能力等

宏觀經濟數據，如存款利率、貸款利率、GDP數據、工業(yè)品出場價格指數、居民消費節(jié)各直屬

新聞事件數據，如新浪股吧

龍虎榜數據

銀行間同業(yè)拆放理論

電影票房

安裝!pip3 install tushare

RunCollecting tushare[?25l Downloading https://files.pythonhosted.org/packages/a9/8b/2695ad38548d474f4ffb9c95548df126e82adb24e56e2c4f7ce1ef9fbd01/tushare-1.2.43.tar.gz (168kB)[K 100% |████████████████████████████████| 174kB 162kB/s ta 0:00:01[?25hBuilding wheels for collected packages: tushare Running setup.py bdist_wheel for tushare ... [?25ldone[?25h Stored in directory: /Users/thunderhit/Library/Caches/pip/wheels/4b/28/7b/62d7a4155b34be251c1840e7cecfa4c374812819c59edba760Successfully built tushareInstalling collected packages: tushareSuccessfully installed tushare-1.2.43[33mYou are using pip version 18.1, however version 19.2.3 is available.You should consider upgrading via the 'pip install --upgrade pip' command.[0m

二、新聞數據

新聞事件接口主要提供國內財經、證券、港股和期貨方面的滾動新聞，以及個股的信息地雷數據。但目前只有新浪股吧api的接口可用，其他的需要使用tushare高級版。

獲取sina財經股吧首頁的重點消息。股吧數據目前獲取大概17條重點數據，可根據參數設置是否顯示消息內容，默認情況是不顯示。

參數說明：show_content:boolean,是否顯示內容，默認False

返回值說明：title, 消息標題

content, 消息內容（show_content=True的情況下）

ptime, 發(fā)布時間

rcounts,閱讀次數

調用方法import tushare as ts#顯示詳細內容newsdata = ts.guba_sina(show_content=True)newsdata.head(10)

三、讀取詞典

之前制作的中文金融情感詞典是csv文件格式，我們使用pandas讀取import pandas as pddf = pd.read_csv('CFSD/pos.csv', encoding='gbk')df.head()

我們將讀取詞典定義成函數def read_dict(file, header): """ file: 詞典路徑 header: csv文件內字段名，如postive 讀取csv詞典，返回詞語列表 """ df = pd.read_csv(file, encoding='gbk') return list(df[header])poswords = read_dict(file= 'CFSD/pos.csv', header = 'postive')negwords = read_dict(file= 'CFSD/neg.csv', header ='negative')negwords[:5]

run['閉門造車', '閉塞', '云里霧里', '拖累', '過熱']

三、情感分析方法

這里我們對新聞content內容進行情感分析，分析的思路是統(tǒng)計content中正、負詞的占比。我們會用到pandas的 df.agg(func)方法對content列進行文本計算。這需要先定義一個待調用的情感計算函數,注意有可能出現分母為0，所以定義的函數使用了try except捕捉0除異常，返回0. import jiebadef pos_senti(content): """ content: 待分析文本內容 返回正面詞占文本總詞語數的比例 """ try: pos_word_num = 0 words = jieba.lcut(content) for kw in poswords: pos_word_num += words.count(kw) return pos_word_num/len(words) except: return 0def neg_senti(content): """ content: 待分析文本內容 返回負面詞占文本總詞語數的比例 """ try: neg_word_num = 0 words = jieba.lcut(content) for kw in negwords: neg_word_num += words.count(kw) return neg_word_num/len(words) except: return 0

對content列分別施行情感計算函數possenti，negsenti，將得到的得分賦值給pos、neg列newsdata['pos']=newsdata['content'].agg(pos_senti)newsdata['neg']=newsdata['content'].agg(neg_senti)newsdata.head(10)

我們的數據中出現了pos和neg兩個得分，我們還可以定義一個判斷函數，判斷文本的情緒分類。當pos比neg大，判斷為'正'

當pos比neg小，判斷為'負'

這里不嚴謹，為了教程簡單，沒考慮相等的情況newsdata['senti_classification'] = newsdata['pos']>newsdata['neg']newsdata['senti_classification'] = newsdata['senti_classification'].map()newsdata.head(10)

總結

其實到這兒，簡單的情感計算就實現了。

另外，大家在使用本文時，一定要注意：本篇Python學習教程使用的情感詞典是CFSD中文金融情感詞典，大家可以用自己領域的詞典，得到poswords和negwords

還有要注意的是情感計算函數（possenti和negsenti），有不同的算法就有不同的結果

正負面傾向判斷，我這里比較粗糙，沒有考慮相等的中性問題。

注意以上幾點，本篇Python學習教程代碼就可復用。不過再好的代碼，前提是得會python，會懂編程思維，知道如何寫代碼改代碼，不然大家用起來也比較困難。

總結

以上是生活随笔為你收集整理的python资本市场财务数据分析_Python学习教程：用Python进行金融市场文本数据的情感计算...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。