情感分析（Sentiment Analysis）是自然語言處理裏面比較高階的任務之一。維基百科上的定義是：
文本情感分析（也稱爲意見挖掘）是指用自然語言處理、文本挖掘以及計算機語言學等方法來識別和提取原素材中的主觀信息。
聽着很高大上，是吧？如果說得具體一點呢？給你一段文本，你就可以用情感分析的自動化方法獲得這一段內容裏包含的情感色彩是什麼。神奇吧？情感分析不是炫技工具。它是悶聲發大財的方法。早在2010年，就有學者指出，可以依靠Twitter公開信息的情感分析來預測股市的漲落，準確率高達87.6%！在這些學者看來，一旦你能夠獲得大量實時社交媒體文本數據，且利用情感分析的黑魔法，你就獲得了一顆預測近期投資市場趨勢的水晶球。看着實在是很🐮🖊，奈何自己太菜，又想體驗一下，網上扒拉了一下，果然有相關的包。SnowNLP包直接對句子進行一個評分，分數越高，表示該局情緒越積極。廢話不多說，直接po案例咯：
1. 首先導入包，先看一下這個包的劃分句子的能力
from snownlp import SnowNLP
text=u"我今天很快樂。我今天很憤怒。"
s=SnowNLP(text)
for sentence in s.sentences:
print(sentence)
output：
我今天很快樂
我今天很憤怒
2.看一下情感分析結果吧
第一句：
s1=SnowNLP(s.sentences[0])
print(s1.sentiments)
output：
0.971889316039116
第二句：
s2=SnowNLP(s.sentences[1])
print(s2.sentiments)
output：
0.07763913772213482
Tips：
1.在對文本分句的時候其實只是按照標點符號分割，如果一句話是逗號隔開，也會分成兩句。這個方法僅供娛樂，如果有更高的要求，還是要訓練算法。
2.SnowNLP只是針對中文的，如果是英文，可以導入TextBlob包，用法是一樣的。
參考 https://www.cnblogs.com/wangqingshuai/articles/8445508.html