[패스트캠퍼스 수강 후기] 데이터분석 강의 100% 환급 챌린지 50회차 미션

2020.09.28

[패스트캠퍼스 수강 후기] 데이터분석 강의 100% 환급 챌린지 50회차 미션

48회차랑 49회에서는 조회수가 높게 나오는 채널을 1위부터 100위까지 막대그래프를 그려봤고, 이번 시간에는 조회수가 높게 나오는 제목을 뽑아서 보고싶기 때문에,soynlp과 wordcloud를 이용해서 시각화해보는 실습을 했다.

 

👉 먼저 soynlp 설치 하고, LTokenizer로 단어의 경계를 따라 L-R 분리줬다.

강의 캡처

여기서 L과 R을 알아야하는데, L은 한글에서 의미를 가지는 부분인 명사, 동사를 뜻하고, R은 을과 었어-와 같은 조사나 어미를 뜻한다. LTokenizer로 L인 의미를 지닌 단어만 추출해서 유효한 키워드를 알아 볼 수 있다.

df_hot_top = df_hot[df_sorted['views'] > 500000]
df_hot_top

 

👉주요단어만 남겨놓고 빈도수를 더해서 50만 이상인 영상을 추출해주고

df_hot['tokenized'] = df_hot['title_refined'].apply(lambda x: tokenizer.tokenize(x, remove_r=True))
df_hot

 

👉이렇게 일렬로 배열해줬다.

빈도수를 하나하나 따로 파악하고 싶기 때문에, counter를 이용해서 words의 빈도수를 파악하고 카운터를 딕셔너리형태로 변환해줘 각각의 빈도수가 표시되도록 출력해줬다.

실습 캡처

from collections import Counter
count = Counter(words)
words_dict = dict(count)
print(words_dict)

👉이 바탕으로, 워드 클라우드 그리기

from wordcloud import WordCloud 
wordcloud =WordCloud(font_path='/usr/share/fonts/truetype/nanum/NanumBarunGothic.ttf', background_color='white', width=500, height=500).generate_from_frequencies(words_dict)

강의 캡처

단어수의 빈도에 따라서 보여주는 것으로 어떤 단어가 인기가 있는지 알 수 있다.

인터넷에서 language?하면서 이런 그림을 많이 봤는데 이걸 내가 직접 출력하게 될 줄이야..

 

👉 Stopwords

WordCloud에 유효한 단어만 뜨는 게 아니라 수, 한, 온, 화 ,일과 같은 외자가 나와서 이걸 제거해주기 위해 stopwords를 코딩해서

stopwords = {'수','한','일','온','화'} 
for word in stopwords: 
words_dict.pop(word)

하면 딱-

 

 

💡오늘 배운 내용 복습

1. LTokenizer을 이용해서 유요한 키워드 추출하기

2. WordCloud 출력하기

07. Part4 06강부터 08강까지 수강완료!✊

https://bit.ly/3imy2uN

직장인을 위한 파이썬 데이터분석 올인원 패키지 Online. | 패스트캠퍼스