大家好，我是java1234_小鋒老師，最近寫了一套【NLP輿情分析】基于python微博輿情分析可視化系統(flask+pandas+echarts)視頻教程，持續更新中，計劃月底更新完，感謝支持。今天講解snowNLP庫實現中文情感分析

視頻在線地址：

2026版【NLP輿情分析】基于python微博輿情分析可視化系統(flask+pandas+echarts+爬蟲) 視頻教程 （火爆連載更新中..）_嗶哩嗶哩_bilibili

課程簡介：

本課程采用主流的Python技術棧實現，Mysql8數據庫，Flask后端，Pandas數據分析，前端可視化圖表采用echarts，以及requests庫，snowNLP進行情感分析，詞頻統計，包括大量的數據統計及分析技巧。

實現了，用戶登錄，注冊，爬取微博帖子和評論信息，進行了熱詞統計以及輿情分析，以及基于echarts實現了數據可視化，包括微博文章分析，微博IP分析，微博評論分析，微博輿情分析。最后也基于wordcloud庫實現了詞云圖，包括微博內容詞云圖，微博評論詞云圖，微博評論用戶詞云圖等功能。

snowNLP庫實現中文情感分析

SnowNLP?是一個基于 Python 的中文自然語言處理（NLP）庫，專為簡化中文文本處理任務而設計。

安裝snowNLP:

pip install snownlp -i https://pypi.tuna.tsinghua.edu.cn/simple

SnowNLP 的 sentiments?功能是其核心模塊之一，主要用于中文文本的情感傾向分析。**樸素貝葉斯分類**
sentiments?基于樸素貝葉斯算法實現：

- **分詞處理**：先對文本進行中文分詞（如 `"質量不太好"` → `["質量", "不太", "好"]`）。
- **特征提取**：過濾停用詞（如“的”、“了”）后提取有效詞語。
- **情感概率計算**：通過訓練好的模型計算文本屬于積極情感（`pos`）的概率，輸出值為 `0~1` 的浮點數（`1` 表示極度積極，`0` 表示極度消極）

情感閾值建議：

- `> 0.6`：積極情感
- `< 0.2`：消極情感
- `0.2~0.6`：中性（需結合業務調整閾值）

示例：

from snownlp import SnowNLPpos_text = "這家餐廳環境優雅，菜品新鮮！"
neg_text = "服務差，價格貴，再也不來了。"
pos_score = SnowNLP(pos_text).sentiments  # ≈0.99
neg_score = SnowNLP(neg_text).sentiments  # ≈0.01
print(pos_score, neg_score)

運行輸出：

0.975796395928779 0.004821058589477123