
作者:Python進(jìn)階者
來(lái)源:Python爬蟲(chóng)與數(shù)據(jù)挖掘
前幾天有個(gè)學(xué)生娃子找我?guī)兔ψ鳇c(diǎn)可視化的作業(yè),作業(yè)內(nèi)容包括采集網(wǎng)易云音樂(lè)熱評(píng)評(píng)論內(nèi)容,數(shù)據(jù)量1W作業(yè)足夠,然后就是做點(diǎn)數(shù)據(jù)分析相關(guān)的工作即可。這份大作業(yè)里邊有網(wǎng)絡(luò)爬蟲(chóng),有數(shù)據(jù)分析和數(shù)據(jù)處理,還有可視化,算是一個(gè)大實(shí)驗(yàn)了,還需要上交實(shí)驗(yàn)報(bào)告。
首先是數(shù)據(jù)來(lái)源,來(lái)自網(wǎng)易云音樂(lè)熱評(píng),代碼這里就不放出來(lái)了,調(diào)用了API獲取的,抓取難度就少了許多,這里不在贅述了。
時(shí)間處理
下面的代碼主要是評(píng)論時(shí)間分布,主要是針對(duì)時(shí)間列做了數(shù)據(jù)處理,常規(guī)操作,你也對(duì)照的去以日期和月份去挖掘下有意思的事情。
import pandas as pd from pyecharts import Line # 讀取數(shù)據(jù) df = pd.read_csv('music_comments.csv', header=None, names=['name', 'userid', 'age', 'gender', 'city', 'text', 'comment', 'commentid', 'praise', 'date'], encoding='utf-8-sig') # 根據(jù)評(píng)論ID去重 df = df.drop_duplicates('commentid')
df = df.dropna() # 獲取時(shí)間 df['time'] = [int(i.split(' ')[1].split(':')[0]) for i in df['date']] # 分組匯總 date_message = df.groupby(['time'])
date_com = date_message['time'].agg(['count'])
date_com.reset_index(inplace=True) # 繪制走勢(shì)圖 attr = date_com['time']
v1 = date_com['count']
line = Line("歌曲被爆抄襲后-評(píng)論的時(shí)間分布", title_pos='center', title_top='18', width=800, height=400)
line.add("", attr, v1, is_smooth=True, is_fill=True, area_color="#000", is_xaxislabel_align=True, xaxis_min="dataMin", area_opacity=0.3, mark_point=["max"], mark_point_symbol="pin", mark_point_symbolsize=55)
line.render("歌曲被爆抄襲后-評(píng)論的時(shí)間分布.html")
運(yùn)行之后,得到的效果圖如下所示:
可以看到評(píng)論的小伙伴喜歡在下午臨近下班和晚上的時(shí)候進(jìn)行評(píng)論。
代碼和上面差不多,只需要更改下數(shù)據(jù)即可。
import pandas as pd # 讀取數(shù)據(jù) df = pd.read_csv('music_comments.csv', header=None, names=['name', 'userid', 'age', 'gender', 'city', 'text', 'comment', 'commentid', 'praise', 'date'], encoding='utf-8-sig') # 根據(jù)評(píng)論ID去重 df = df.drop_duplicates('commentid')
df = df.dropna() # 分組匯總 user_message = df.groupby(['userid'])
user_com = user_message['userid'].agg(['count'])
user_com.reset_index(inplace=True)
user_com_last = user_com.sort_values('count', ascending=False)[0:10]
print(user_com_last)
運(yùn)行之后,得到的結(jié)果如下所示:
可以看到有忠粉,狂粉,評(píng)論數(shù)據(jù)上百,恐怖如斯。
詞云這個(gè)老生常談了,經(jīng)常做,直接套用模板,改下底圖即可,代碼如下:
from wordcloud import WordCloud import matplotlib.pyplot as plt import pandas as pd import random import jieba # 設(shè)置文本隨機(jī)顏色 def random_color_func(word=None, font_size=None, position=None, orientation=None, font_path=None, random_state=None): h, s, l = random.choice([(188, 72, 53), (253, 63, 56), (12, 78, 69)]) return "hsl({}, {}%, {}%)".format(h, s, l) # 讀取信息 df = pd.read_csv('music_comments.csv', header=None, names=['name', 'userid', 'age', 'gender', 'city', 'text', 'comment', 'commentid', 'praise', 'date'], encoding='utf-8-sig') # 根據(jù)評(píng)論ID去重 df = df.drop_duplicates('commentid')
df = df.dropna()
words = pd.read_csv('chineseStopWords.txt', encoding='gbk', sep='t', names=['stopword']) # 分詞 text = '' for line in df['comment']:
text += ' '.join(jieba.cut(str(line), cut_all=False)) # 停用詞 stopwords = set('')
stopwords.update(words['stopword'])
backgroud_Image = plt.imread('music.jpg')
wc = WordCloud(
background_color='white',
mask=backgroud_Image,
font_path='FZSTK.TTF',
max_words=2000,
max_font_size=250,
min_font_size=15,
color_func=random_color_func,
prefer_horizontal=1,
random_state=50,
stopwords=stopwords
)
wc.generate_from_text(text) # img_colors = ImageColorGenerator(backgroud_Image) # 看看詞頻高的有哪些 process_word = WordCloud.process_text(wc, text)
sort = sorted(process_word.items(), key=lambda e: e[1], reverse=True)
print(sort[:50])
plt.imshow(wc)
plt.axis('off')
wc.to_file("網(wǎng)易云音樂(lè)評(píng)論詞云.jpg")
print('生成詞云成功!')
最后生成的詞云圖如下所示:
代碼和上面差不多,只需要更改下數(shù)據(jù)即可,這里直接放效果圖了,如下圖所示:
感覺(jué)還是年輕的粉絲居多?。?/span>
這個(gè)代碼稍微復(fù)雜一些了,畢竟涉及到地圖,代碼如下:
import pandas as pd from pyecharts import Map def city_group(cityCode): """
城市編碼
""" city_map = { '11': '北京', '12': '天津', '31': '上海', '50': '重慶', '5e': '重慶', '81': '香港', '82': '澳門', '13': '河北', '14': '山西', '15': '內(nèi)蒙古', '21': '遼寧', '22': '吉林', '23': '黑龍江', '32': '江蘇', '33': '浙江', '34': '安徽', '35': '福建', '36': '江西', '37': '山東', '41': '河南', '42': '湖北', '43': '湖南', '44': '廣東', '45': '廣西', '46': '海南', '51': '四川', '52': '貴州', '53': '云南', '54': '西藏', '61': '陜西', '62': '甘肅', '63': '青海', '64': '寧夏', '65': '新疆', '71': '臺(tái)灣', '10': '其他',
}
cityCode = str(cityCode) return city_map[cityCode[:2]] # 讀取數(shù)據(jù) df = pd.read_csv('music_comments.csv', header=None, names=['name', 'userid', 'age', 'gender', 'city', 'text', 'comment', 'commentid', 'praise', 'date'], encoding='utf-8-sig') # 根據(jù)評(píng)論ID去重 df = df.drop_duplicates('commentid')
df = df.dropna() # 進(jìn)行省份匹配 df['location'] = df['city'].apply(city_group) # 分組匯總 loc_message = df.groupby(['location'])
loc_com = loc_message['location'].agg(['count'])
loc_com.reset_index(inplace=True) # 繪制地圖 value = [i for i in loc_com['count']]
attr = [i for i in loc_com['location']]
print(value)
print(attr)
map = Map("歌曲被爆抄襲后評(píng)論用戶的地區(qū)分布圖", title_pos='center', title_top=0)
map.add("", attr, value, maptype="china", is_visualmap=True, visual_text_color="#000", is_map_symbol_show=False, visual_range=[0, 60])
map.render('歌曲被爆抄襲后評(píng)論用戶的地區(qū)分布圖.html')
最后得到的效果圖如下所示:
可以看到四川、廣東省的評(píng)論數(shù)量居多。
代碼和上面的差不多,這里不再贅述,直接上效果圖了。
可以看到女粉絲占據(jù)了大頭。
大家好,我是Python進(jìn)階者。這篇文章主要基于網(wǎng)易云熱評(píng)數(shù)據(jù),利用了Python中的數(shù)據(jù)處理庫(kù)pandas進(jìn)行數(shù)據(jù)處理和分析,并利用可視化庫(kù)pyecharts給大家分享了相關(guān)圖形的制作方法,并發(fā)現(xiàn)了一些有趣的數(shù)據(jù)分析結(jié)果。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
LSTM 模型輸入長(zhǎng)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(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長(zhǎng)序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)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(jì)的實(shí)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(qiáng)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(chéng)摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價(jià)值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡(jiǎn)稱 BI)深度融合的時(shí)代,BI ...
2025-07-10SQL 在預(yù)測(cè)分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢(shì)預(yù)判? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,預(yù)測(cè)分析作為挖掘數(shù)據(jù)潛在價(jià)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(jià)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(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報(bào)考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭(zhēng)搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢(shì)性檢驗(yàn):捕捉數(shù)據(jù)背后的時(shí)間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢(shì)性檢驗(yàn)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(shí)間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時(shí)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(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實(shí)戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)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(yàn):數(shù)據(jù)趨勢(shì)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(zhǔn)確捕捉數(shù)據(jù)的趨勢(shì)變化以及識(shí)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(rèn)證作為國(guó)內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對(duì)策略? 長(zhǎng)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(dú)特的門控機(jī)制,在 ...
2025-07-07統(tǒng)計(jì)學(xué)方法在市場(chǎng)調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場(chǎng)調(diào)研是企業(yè)洞察市場(chǎng)動(dòng)態(tài)、了解消費(fèi)者需求的重要途徑,而統(tǒng)計(jì)學(xué)方法則是市場(chǎng)調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書(shū)考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)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(dòng)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(zhǔn)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(dòng)力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開(kāi)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(jià)值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03