如何在数据帧上应用散点图和折线图以进行比特币情绪分析？

如何解决如何在数据帧上应用散点图和折线图以进行比特币情绪分析？

我希望能够创建散点图和折线图，并找出比特币的价格与人们推文的情绪之间是否存在关系。我有一个专栏是复合的、正面的、中性的和负面的，我希望它们展示比特币价格与人们情绪之间的关系。有人可以推荐一个关于如何应用各种数据可视化技术来显示比特币情绪与价格之间关系的解决方案吗？也许像散点图或折线图。谢谢！

from vaderSentiment.vaderSentiment import SentimentIntensityAnalyzer
import pandas as pd
from matplotlib import pyplot as plt
import seaborn as sns

analyzer = SentimentIntensityAnalyzer()

df=pd.read_csv('cleaned_with_price.csv',header = 0)
df2 = df.drop(['Unnamed: 0','id','fullname','url','timestamp','replies','likes','retweets'],axis=1)

## removed unnecesarry stuff

tweets_list = df2['text'].tolist()
tweet_df = pd.DataFrame(tweets_list,columns = ['Tweet'])
tweet_df

这给了这个，

## add columns for each score in the dataframe

tweet_df.Tweet = tweet_df.Tweet.astype('str')

df2['Compound'] = [analyzer.polarity_scores(twt)['compound'] for twt in tweet_df['Tweet']]
df2['Positive'] = [analyzer.polarity_scores(twt)['pos'] for twt in tweet_df['Tweet']]
df2['Neutral'] = [analyzer.polarity_scores(twt)['neu'] for twt in tweet_df['Tweet']]
df2['Negative'] = [analyzer.polarity_scores(twt)['neg'] for twt in tweet_df['Tweet']]   
df2

输出这个：

有人可以推荐一个关于如何应用各种数据可视化技术来显示比特币情绪与价格之间关系的解决方案吗？

解决方法

如果我正确理解您的问题，请尝试以下操作：

plt.scatter(df2['Date'],df2['Compound'])
plt.scatter(df2['Date'],df2['Positive'])
...
plt.show()