Mục lục:
Video: Phân tích tình cảm trên Twitter với Raspberry Pi: 3 bước (kèm hình ảnh)
2024 Tác giả: John Day | [email protected]. Sửa đổi lần cuối: 2024-01-30 13:35
Phân tích tình cảm là gì và tại sao bạn nên quan tâm đến nó?
Phân tích cảm xúc là quá trình xác định giọng điệu cảm xúc đằng sau một loạt từ, được sử dụng để hiểu được thái độ, ý kiến và cảm xúc được thể hiện trong một đề cập trực tuyến. Phân tích cảm xúc cực kỳ hữu ích trong việc theo dõi truyền thông xã hội vì nó cho phép chúng ta có được cái nhìn tổng quan về dư luận rộng lớn hơn đằng sau một số chủ đề nhất định. Các ứng dụng rất rộng và mạnh mẽ. Khả năng trích xuất thông tin chi tiết từ dữ liệu xã hội là một phương pháp đang được các tổ chức trên thế giới áp dụng rộng rãi.
Bước 1: Lên dây
Đối với dự án này, bạn sẽ cần:
- Raspberry Pi (trong trường hợp của chúng tôi: Raspberry Pi 3 Model B)
- 3 điốt LED (xanh lá cây, vàng và đỏ) để thể hiện tâm trạng, được tính toán từ phân tích cảm xúc
- 3 điện trở (trong trường hợp của chúng tôi là 330 Ohm) để bảo vệ các chân GPIO của bạn
- dây hoặc cáp cái (trong trường hợp của chúng tôi là 40 pin)
Bây giờ, bạn phải kết nối các điốt dẫn trên các chân GPIO cụ thể trên Raspberry Pi (bạn có thể chọn các chân khác, nhưng bạn sẽ phải cấu trúc lại mã sau đó). Đảm bảo rằng bạn đã tắt Raspberry Pi. Sau đó, kết nối các điện trở trên cực dương của điốt LED. Sau đó, bạn nên kết nối diode màu xanh lá cây trên chân 21, màu vàng trên chân 24 và màu đỏ trên chân 15. Tất cả các cực âm phải được kết nối với các chân Nối đất. Bây giờ bạn đã sẵn sàng để chuyển sang bước tiếp theo!
Bước 2: Nhập các Gói
Bạn sẽ cần một vài gói để mã hoạt động.
- Tweepy: thư viện python cho API Twitter chính thức. pip3 cài đặt tweepy
- TextBlob: thư viện python để xử lý dữ liệu dạng văn bản. pip3 cài đặt textblob
- Pillow: thư viện python cho giao diện người dùng. pip3 cài gối
Các gói sau thường đi kèm với python3, nhưng trong trường hợp bạn gặp lỗi biên dịch, chỉ cần cài đặt chúng bằng lệnh pip3:
- Thống kê: thư viện python để thống kê.
- Matplotlib: thư viện python để biểu diễn dữ liệu bằng đồ họa.
- Tkinter: thư viện python cho giao diện người dùng.
- RPi. GPIO: thư viện python chỉ có sẵn trên RaspberryPi (nhưng này, chúng tôi đang làm điều này dành riêng cho RasberryPi), quản lý các chân GPIO.
LƯU Ý: Để kiểm tra điều này trên máy tính để bàn: chỉ cần nhận xét 'import led_manager.py' trong tập lệnh main.py.
Bước 3: Thực hiện
Đặt các tập lệnh sau cùng nhau trong một thư mục trên RaspberryPi:
- main.py - Điểm vào cho ứng dụng. (chạy tập lệnh này trong bảng điều khiển).
- feel_analysis.py - Tập lệnh kết nối với API Twitter, xử lý dữ liệu và tạo kết quả.
- pie.py - Tập lệnh tạo biểu diễn đồ họa của kết quả.
- led_manager.py - Tập lệnh xử lý các điốt trên RaspberryPi.
Những người đóng góp: Zafir Stojanovski (151015) & Filip Spasovski (151049)
Mã:
Đề xuất:
Cách xây dựng máy đo gió của riêng bạn bằng công tắc sậy, cảm biến hiệu ứng Hall và một số mẩu tin lưu niệm trên Nodemcu - Phần 2 - Phần mềm: 5 bước (có hình ảnh)
Cách xây dựng máy đo gió của riêng bạn bằng công tắc sậy, cảm biến hiệu ứng Hall và một số mẩu tin lưu niệm trên Nodemcu - Phần 2 - Phần mềm: Giới thiệuĐây là phần tiếp theo của bài đăng đầu tiên " Cách xây dựng máy đo độ ẩm của riêng bạn bằng công tắc sậy, cảm biến hiệu ứng Hall và một số mẩu tin lưu niệm trên Nodemcu - Phần 1 - Phần cứng " - nơi tôi chỉ cách lắp ráp máy đo tốc độ và hướng gió
Cách xây dựng máy đo gió của riêng bạn bằng công tắc sậy, cảm biến hiệu ứng Hall và một số mẩu tin lưu niệm trên Nodemcu. - Phần 1 - Phần cứng: 8 bước (có Hình ảnh)
Cách xây dựng máy đo gió của riêng bạn bằng công tắc sậy, cảm biến hiệu ứng Hall và một số mẩu tin lưu niệm trên Nodemcu. - Phần 1 - Phần cứng: Giới thiệu Kể từ khi bắt đầu nghiên cứu về Arduino và Văn hóa nhà sản xuất, tôi đã thích tạo ra các thiết bị hữu ích bằng cách sử dụng các mảnh vụn và mảnh vụn như nắp chai, mảnh PVC, lon nước uống, v.v. Tôi rất muốn đóng góp ý kiến. cuộc sống cho bất kỳ mảnh hoặc bất kỳ người bạn đời nào
Bộ phân tích mô hình giao thông sử dụng tính năng phát hiện đối tượng trực tiếp: 11 bước (có hình ảnh)
Trình phân tích mô hình giao thông sử dụng tính năng phát hiện đối tượng trực tiếp: Trong thế giới ngày nay, đèn giao thông rất cần thiết cho một con đường an toàn. Tuy nhiên, nhiều khi, đèn giao thông có thể gây khó chịu trong tình huống có người đang đến gần đèn ngay khi đèn đang chuyển sang màu đỏ. Điều này gây lãng phí thời gian, đặc biệt nếu ánh sáng
Cài đặt Windows trên ổ đĩa ngoài với phân vùng Mac trên máy Mac: 5 bước (có hình ảnh)
Cài đặt Windows trên ổ đĩa ngoài với phân vùng Mac trên máy Mac: Nếu bạn đã mua một thứ gì đó như MacBook pro cơ bản và tiết kiệm được một ít tiền mặt, nhưng sau đó sớm gặp phải vấn đề lưu trữ khi cố gắng cài đặt cửa sổ bằng Bootcamp Chúng ta đều biết rằng 128 gb là không nên những thứ này nên chúng ta có thể đã mua một thứ gì đó li
Arduino Uno: Hình ảnh động bitmap trên Tấm chắn hiển thị màn hình cảm ứng TFT ILI9341 Với Visuino: 12 bước (có Hình ảnh)
Arduino Uno: Ảnh động bitmap trên Tấm chắn hiển thị màn hình cảm ứng TFT ILI9341 Với Tấm chắn màn hình cảm ứng TFT dựa trên Visuino: ILI9341 là Tấm chắn hiển thị chi phí thấp rất phổ biến cho Arduino. Visuino đã hỗ trợ chúng trong một thời gian khá dài, nhưng tôi chưa bao giờ có cơ hội viết Hướng dẫn về cách sử dụng chúng. Tuy nhiên, gần đây có rất ít người hỏi