python - 如何在数据框上应用散点图和折线图进行比特币情绪分析？

Question

我希望能够创建一个散点图和折线图，并找出比特币的价格与人们的推文情绪之间是否存在关系。我有一个专栏是复合的、积极的、中性的和消极的，我希望他们展示比特币价格与人们情绪之间的关系。有人可以推荐一种解决方案，说明如何应用各种数据可视化技术来显示比特币情绪与价格随时间变化的关系吗？也许类似于散点图或折线图。谢谢!

from vaderSentiment.vaderSentiment import SentimentIntensityAnalyzer
import pandas as pd
from matplotlib import pyplot as plt
import seaborn as sns

analyzer = SentimentIntensityAnalyzer()

df=pd.read_csv('cleaned_with_price.csv', header = 0)
df2 = df.drop(['Unnamed: 0', 'id', 'fullname', 'url', 'timestamp', 'replies', 'likes', 'retweets'], axis=1)

## removed unnecesarry stuff

tweets_list = df2['text'].tolist()
tweet_df = pd.DataFrame(tweets_list, columns = ['Tweet'])
tweet_df

这给了这个，

## add columns for each score in the dataframe

tweet_df.Tweet = tweet_df.Tweet.astype('str')

df2['Compound'] = [analyzer.polarity_scores(twt)['compound'] for twt in tweet_df['Tweet']]
df2['Positive'] = [analyzer.polarity_scores(twt)['pos'] for twt in tweet_df['Tweet']]
df2['Neutral'] = [analyzer.polarity_scores(twt)['neu'] for twt in tweet_df['Tweet']]
df2['Negative'] = [analyzer.polarity_scores(twt)['neg'] for twt in tweet_df['Tweet']]   
df2

输出如下:

有人可以推荐一种解决方案，说明如何应用各种数据可视化技术来显示比特币情绪与价格随时间变化的关系吗？

Answer 1

如果我正确理解你的问题，请尝试这样的操作:

plt.scatter(df2['Date'], df2['Compound'])
plt.scatter(df2['Date'], df2['Positive'])
...
plt.show()