Fala galera do mundo dos dados! Espero que estejam todos bem e se cuidando, no mais vamos de conteúdo novo. Você conhece o que são os emojis? Sabe onde moram? E o que fazem para viver? Se não conhece, vou te apresentar hoje! Se já conhece, vem comigo que vou te mostrar uma coisa bacana que podemos fazer com o Python! Vou te apresentar um biblioteca Python para ler Emoji.
Pensa nas conversas das redes sociais, tipo: Eu ❤️ o 🎲 ao 3️⃣ !!! No último artigo que escrevi aqui extraindo dados do twitter com Python, dá para observar que os tweets vem com muitos emojis. Se, às vezes, pode ser confuso até para nós, imagina para as análises de dados das soluções de linguagem natural (se não sabe o que é linguagem natural, confere o artigo NLP com scikit-learn, aqui no Dados ao Cubo). Então vamos brincar um pouco, e transformar esses lindos desenhos em texto.
O que são Emoji?
Os emojis são ideogramas (“é um símbolo gráfico utilizado para representar uma palavra ou conceito abstrato”) com origem japonesa usados em mensagens eletrônicas e páginas web. Apesar da sua origem, é popular no mundo todo, e as redes sociais foram um dos seus principais propulsores. E dá para ler os emojis utilizando o Python?
Biblioteca Python Emoji
A lib emoji é um simples pacote para Python com funções para transformar os emojis em texto e textos em emojis. A explicação é tão simples quanto a biblioteca, vamos ao código!
Emoji ao Cubo
Primeiramente, faremos a instalação da biblioteca, com o código pip install emoji. Dessa forma, já podemos utilizar a biblioteca emoji no Python.
Importando Bibliotecas
Agora podemos fazer o import da lib usando import emoji. Com o pacote instalado e importado, podemos começar a transformar os emojis.
Transformando Emojis
Agora é horas das transformações: emoji em texto e texto em emoji.
No exemplo abaixo temos 3 funções. A emojize, que vai transformar o texto em um emoji, um detalhe é que a transformação só vai ocorrer nas palavras com “:” no início e no fim. Temos também a função demojize, que vai encontrar o emoji e transformar em texto. E por fim a função is_emoji, que identifica se é ou não um emoji. Um detalhe para o parâmetro use_aliases que utiliza ou não os apelidos dos emojis, é isso mesmo kkkk, eles podem ter apelidos.
Todos os exemplos acima estão no idioma Inglês, mas o portuga não está de fora não. O parâmetro language pode ser definido para alguns idiomas suportados inclusive o “pt”. Confere os exemplos abaixo.
E para melhorar essa transformação de emoji, coloquei tudo isso em uma função.
Transformando Textos com Emoji
A função emoji_transform, recebe como entrada um texto, encontrar os emojis e transforma eles em texto. De quebra removo os “:” e os “_” para deixar o texto mais bonito 😎 .
E então, chegamos ao fim de como ler emoji utilizando o Python.
Ler Emoji com Python ao Cubo
Portanto, vimos como brincar como os emojis utilizando o Python. Sendo assim, tivemos exemplos de como converter um emoji em texto e também de como converter um texto em emoji, tudo isso utilizando a biblioteca emoji do Python.
Portanto, é isso que temos para hoje! Então, se gostou, compartilhe nosso conteúdo, se não, mande seu feedback para nós. O código completo no lá no GitHub, um abraço e até a próxima.
Conteúdos ao Cubo
Por fim, deixo sugestões de outros conteúdos que você vai encontrar no Dados ao Cubo, sempre trazendo um pouco do mundo dos dados.
- Análise de Imagens com OpenCV
- Análise de Dados para Detecção de Fraude
- Compreendendo Agile BI – Parte I
- DataViz com Power BI
- Sistemas de Recomendações com Surprise
- Criar CRUD com Streamlit e o PostgreSQL
- Visualização de Dados com Altair Python
- Pipeline de Dados Airbyte com PostgreSQL
Então, finalizo com um convite para você ser Parceiro de Publicação Dados ao Cubo e escrever o próximo artigo, compartilhando conhecimento para toda a comunidade de dados. Mas, não esqueça de assinar a nossa Newsletter para ficar por dentro de todas as novidades.
Apaixonado por dados e tecnologia ❤️ , criando soluções com dados 📊 📈 , desde 2015, sempre buscando tornar os processos orientados! Com formação em Engenharia da Computação 💾 , MBA Gestão da Informação e Business Intelligence e Especialização em Data Science.
Também atuo como professor na área de dados. Nas horas vagas crio modelos de Machine Learning 🤖 com Python em desafios do Kaggle e escrevo no Dados ao Cubo sobre o mundo dos dados 🎲 !
Compartilhando conhecimentos sempre 🚀