用Python做情感分析，给朋友圈‘把脉’，测测帖子的情绪价值

今天咱们不聊鸡汤，不追热点，来点浪漫的——教你用Python代码给朋友圈文案做"情绪体检"，三秒判断这条深夜emo该不该发！

一、为什么要给朋友圈做"情绪体检"？

先说我上周的惨痛经历：加班到凌晨三点随手发了句"这破班真是一天都上不下去了"，第二天领导找我"谈心"说最近压力大可以调休...你看，朋友圈早不是私人树洞了，它是你的第二张名片。

但谁没个情绪上头的时候？今天就教你用Python+国产AI神器DeepSeek，开发你的专属"情绪警报器"！

 

---

二、准备工作

1. 1. 注册DeepSeek账号
   打开[深度求索官网]，用手机号注册

2. 2. 领取密钥
   在控制台找到你的API Key

3. 3. 安装装备
   电脑安装Python
   按住win+R输入cmd打开小黑窗，粘贴：

   pip install requests

---

三、核心代码

# 导入网络工具包
import requests

defcheck_mood(text):
    # 这里换成你自己的DeepSeek钥匙
    API_KEY = "sk_你的密钥"
    
    # 组装AI检测仪
    url = "https://api.deepseek.com/v1/chat/completions"
    headers = {
        "Content-Type": "application/json",
        "Authorization": f"Bearer {API_KEY}"
    }
    
    # 给AI的"诊断说明书"
    prompt = f'''请以心理咨询师的身份分析以下文字：
    【待分析文案】
    {text}
    
    要求：
    1. 判断情绪倾向：负面/中性/正面
    2. 情感强度打分(0-10分)
    3. 用一句话说明理由
    请用JSON格式返回结果'''
    
    # 启动扫描！
    response = requests.post(url, json={
        "model": "deepseek-chat",
        "messages": [{"role": "user", "content": prompt}]
    }, headers=headers)
    
    # 解读体检报告
    if response.status_code == 200:
        result = response.json()['choices'][0]['message']['content']
        returneval(result)  # 把文字报告转成字典
    else:
        return {"error": "检测失败，可能是网络抽风或密钥过期"}

# 试试效果
test_text = "连续加班第七天，看到日出竟然有点感动"
print(check_mood(test_text))

---

四、我们发过的朋友圈

案例1：深夜emo
文案："这世界没人懂我"
检测结果：

{
  "情绪倾向": "负面",
  "情感强度": 8.5,
  "理由": "使用绝对化表述'没人'传递出强烈的孤独感"
}

案例2：凡尔赛现场
文案："不小心又拿了个销冠，奖金该怎么花呢~"
检测结果：

{
  "情绪倾向": "正面", 
  "情感强度": 7.2,
  "理由": "'不小心'暗含炫耀语气，波浪号体现愉悦情绪"
}

案例3：吃瓜群众
文案："今天地铁早高峰竟然有空座"
检测结果：

{
  "情绪倾向": "中性",
  "情感强度": 3.1,
  "理由": "陈述客观事实无明显情绪指向"
}

---

五、这三个坑别踩

1. 1. 别当甩手掌柜
   工具只能检测文字，但表情包、配图（比如发哭脸配"我很好"）会骗过AI

2. 2. 隐私安全锁
   涉及个人隐私的内容建议先本地脱敏处理（比如把"老板PUA我"改成"某人让我压力大"）

3. 3. 中庸之道
   情感强度4-6分的文案最安全，既真实又不极端

---

六、进阶玩法

• • 自动屏蔽器：设置阈值，负面分超过7自动提醒"要不冷静一小时？"

• • 人设分析仪：批量分析历史朋友圈，生成你的"社交人格画像"

• • 高情商改造器：把"方案烂透了"自动润色成"这个方向或许可以再斟酌"