
作者: 俊欣
來源:關(guān)于數(shù)據(jù)分析與可視化
前不久,小編刷到這樣一條短視頻,“1.7億的90后僅有約1000萬對結(jié)婚,結(jié)婚率不到10%”,當然我們也無法查實當中數(shù)據(jù)的來源以及真實性,不過小編倒是總能聽說身邊的朋友在抱怨脫單難、找不到合適的對象。
今天小編通過Python寫了一個簡單的腳本在抓取公開的相親文案,看看在相親的都是些什么樣的人?他們的擇偶標準又是什么樣子的?什么樣子的人更加容易脫單?
我們引入需要用到的庫,這里用到Python當中的requests庫來發(fā)送和接受請求,通過正則表達式re這個庫來解析數(shù)據(jù)
import requests
from tenacity import * import re import time
很多時候?qū)τ龅?/span>請求超時的情況,因此當出現(xiàn)一次錯的時候,我們會多嘗試幾次,因此這里使用retry裝飾器來多次嘗試
@retry(stop=stop_after_attempt(5)) def do_requests(url):
response = requests.get(url, headers=headers, proxies=proxies, timeout=10) return response.text
我們抓取的數(shù)據(jù)包括出生年份、身高/體重、學歷、收入、職業(yè)、自我介紹、擇偶標準、車房情況等等,都是通過正則表達式re庫來實現(xiàn)的,
date_of_birth = re.compile("<br/>①出生年月/星座(.*?)<br/>", re.M | re.S) sex = re.compile("<br/>【基本資料】(.*?)<br/>") height = re.compile("<br/>②身高/體重(.*?)<br/>") education = re.compile("<br/>⑤學歷(.*?)<br/>") jobs_1 = re.compile("<br/>⑥職業(yè)(.*?)<br/>") income = re.compile("<br/>⑦月均收入(.*?)<br/>") married = re.compile("<br/>⑨有無婚史(.*?)<br/>") house_cars = re.compile("<br/>⑧車房情況(.*?)<br/>") self_intro = re.compile("<br/>? 自我介紹(.*?)<br/>") requirements = re.compile("<br/>【擇偶標準】<br/>(.*?)</a>") family_member = re.compile("<br/>⑩家庭成員(.*?)<br/>")
下面我們通過pyecharts庫來繪制一下分析的結(jié)果,對了,要是讀者朋友不知道怎么使用pyecharts這個庫,可以閱讀一下小編寫的上幾篇文章,都是非常干貨的
我們先來看一下性別比例,從分布來看,女生前來相親的比例更高,主要也是因為數(shù)據(jù)源是來自北京、上海、杭州等大城市的相親介紹,大城市中似乎女生脫單更加困難一些,
我們再來看一下單身的女性的特征,首先她們的年齡主要集中在94、93以及95年左右,正好都是處在適婚的年齡
而她們的學歷,本科占到了絕大多數(shù),基本上都有本科的學歷,而大專的占比排在第二,碩士和博士處于少數(shù)
另外小編也對單身女性的星座做了一個統(tǒng)計,發(fā)現(xiàn)處女座、天秤座以及射手座、白羊座的女性單身率略高一些
最后,我們來看一下她們的擇偶標準吧,小編將她們的擇偶標準單獨提取出來,然后繪制成了詞云圖
review_list = []
reviews = get_cut_words("".join(df_girls["requirements"].astype(str).tolist()))
reviews_counter = Counter(reviews).most_common(200)
print(reviews_counter)
for review in reviews_counter:
review_list.append((" " + review[0] + " ") * review[1])
stylecloud.gen_stylecloud(text=" ".join(review_list), max_words=500, collocations=False,
font_path="KAITI.ttf", icon_name="fab fa-apple", size=653,
output_name="4.png")
最后呈現(xiàn)出來的樣子如下圖所示
可見相親市場上的女生,她們首先是希望男方是要有房有車的,其次要是男方之前存在婚史,女生會比較介意,然后要是有穩(wěn)定的工作、有能力有責任心,通常都會給女生留下比較好的印象,而至于外在條件上,大多數(shù)女生的回答則是身高在175-180左右,年齡在90-97年之間。
近年來,隨著人們思想觀念的改變,相親也逐漸得到年輕人的接受與認可,特別是對于那些圈子比較窄,接觸不到異性的人而言。小編希望每個人都能夠在最后收獲愛情,擁有美好的生活。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報考條件詳解與準備指南? ? 在數(shù)據(jù)驅(qū)動決策的時代浪潮下,CDA 數(shù)據(jù)分析師認證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計的實用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實施重大更新。 此次更新旨在確保認 ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預(yù)測分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢預(yù)判? ? 在數(shù)據(jù)驅(qū)動決策的時代,預(yù)測分析作為挖掘數(shù)據(jù)潛在價值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點,而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報考到取證的全攻略? 在數(shù)字經(jīng)濟蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗:捕捉數(shù)據(jù)背后的時間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時間維度的精準切片? ? 在數(shù)據(jù)的世界里,時間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準 ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗:數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準確捕捉數(shù)據(jù)的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認證作為國內(nèi)權(quán)威的數(shù)據(jù)分析能力認證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對策略? 長短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨特的門控機制,在 ...
2025-07-07統(tǒng)計學方法在市場調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場調(diào)研是企業(yè)洞察市場動態(tài)、了解消費者需求的重要途徑,而統(tǒng)計學方法則是市場調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03