书籍章节情感分析的情感弧可视化方案优化问询

针对书籍章节情感分析后的情感弧可视化，你当前仅绘制单一情感维度的思路虽然可行，但可以通过以下几种方式更全面、直观地展示情感变化及跳转速度：

1. 同时展示消极、中性、积极三维情感变化 #

直接对比三个维度的折线走势，能清晰看到章节间情感结构的此消彼长——比如悲伤章节消极占比飙升、乐观章节积极占比拉高、中性章节主导的情况都能一目了然：

import matplotlib.pyplot as plt
import pandas as pd

# 假设D是存储章节情感得分的字典，键为章节标识，值为polarity_scores返回的结果
df = pd.DataFrame.from_dict(D, orient='index')

plt.figure(figsize=(12, 6))
plt.plot(df.index, df['neg'], label='消极情感', color='crimson')
plt.plot(df.index, df['neu'], label='中性情感', color='dimgray')
plt.plot(df.index, df['pos'], label='积极情感', color='forestgreen')

plt.xlabel('章节')
plt.ylabel('情感占比')
plt.title('书籍章节情感弧变化')
plt.legend()
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

2. 基于综合得分(compound)展示整体情感趋势 #

compound是NLTK给出的综合情感得分，范围从-1（极度消极）到1（极度积极），用它绘制折线能直接捕捉整体情感的起伏幅度，最适合观察情感跳转的速度：

plt.figure(figsize=(12, 6))
plt.plot(df.index, df['compound'], label='综合情感得分', color='royalblue', linewidth=2)
# 添加0基准线，快速区分正负情感区间
plt.axhline(y=0, color='black', linestyle='--')

plt.xlabel('章节')
plt.ylabel('综合情感得分')
plt.title('书籍章节整体情感趋势')
plt.legend()
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

3. 用面积图展示情感占比的动态分布 #

面积图能直观呈现单章节内三种情感的占比结构，结合章节顺序可以看到情感结构的演变过程，比单纯的折线图更有视觉冲击力：

plt.figure(figsize=(12, 6))
plt.stackplot(df.index, df['neg'], df['neu'], df['pos'], 
              labels=['消极', '中性', '积极'], 
              colors=['crimson', 'dimgray', 'forestgreen'])

plt.xlabel('章节')
plt.ylabel('情感占比')
plt.title('书籍章节情感占比动态分布')
plt.legend(loc='upper left')
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

这些方案各有侧重：多维度折线适合对比情感结构变化，综合得分折线适合快速把握整体情感起伏，面积图适合展示情感占比的动态演变，你可以根据需求选择或组合使用。

内容的提问来源于stack exchange，提问作者johnnydoe