tweet_analysis

数据来源

https://github.com/echen102/COVID-19-TweetIDs

Notes！

• 推荐使用anaconda创建虚拟环境
• 首先运行pip install -r requirements.txt或conda install --yes --file requirements.txt
  
• 使用conda安装conda install -c plotly plotly-orca
• 要在项目所在文件位置建立./tweets文件夹用来存储所有的tweet json（命名格式为coronavirus-tweet-id-2020-01-21-23.json）
  
• 然后运行launch.py

当前状态

• 英文分词
  
• ngram分析及图表
  
• 英文LIWC
  
• 其他语言
• 地理特征分析

输出文件

• ./tweet_result存放由tweet json转换而来的csv文件
• ./tweet_per_day存放每日的tweet csv汇总
• ./clean_en_tweet把csv中clean_text写入文件，每条一行（用来做LIWC）
• ./tokenize_en_result分词处理后的文本写入
• ./bi(tri)_gram_folder存储每日bgram、trigram分析结果
• ./bi(tri)_images存储每日的2/3gram图像