作者：閑歡

來源：Python 技術(shù)

2021年已經(jīng)過去了，但是這一年發(fā)生了很多令人難忘的事情，相信每個(gè)人心目中都有很多感慨。

為了回顧2021年都發(fā)生了哪些大事，我打算從熱搜下手，看看2021年都有哪些熱搜事件。

大家都知道，微博熱搜是實(shí)時(shí)更新的，并且沒有歷史記錄，所以從微博的網(wǎng)站上找不到歷史的熱搜數(shù)據(jù)。我們只能另想它法了。經(jīng)過我不懈的摸索，終于找到了一個(gè)網(wǎng)站，它記錄了每日的微博實(shí)時(shí)熱搜，并且是一分鐘一次。也可以在網(wǎng)站上通過日期查詢當(dāng)天的數(shù)據(jù)。

下載數(shù)據(jù)

有了目標(biāo)網(wǎng)站就好說，我們想辦法從目標(biāo)網(wǎng)站下載數(shù)據(jù)就好。這個(gè)網(wǎng)站提供了付費(fèi)下載數(shù)據(jù)的方式。我這里為了給大家演示使用 Python 爬蟲爬取數(shù)據(jù)，就不付費(fèi)下載了。

網(wǎng)站的請(qǐng)求也比較簡單，大家打開網(wǎng)頁的開發(fā)工具，可以很快定位到獲取請(qǐng)求的 URL 。這里就不贅述了，直接上代碼：

headers = { "Host": "google-api.zhaoyizhe.com", "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.93 Safari/537.36" } def scrapy(date): print('開始爬取%s' % date)
    url = 'https://google-api.zhaoyizhe.com/google-api/index/mon/sec?date=%s' % date try:
        time.sleep(random.randint(1, 3))
        res = requests.get(url, headers=headers).json()
        result = res['data'] return result except Exception as err:
        print(err) return None 

我們定義一個(gè)爬取的函數(shù)，通過傳入日期來爬取一天的熱搜數(shù)據(jù)。整個(gè)2021年的數(shù)據(jù)我們只需要循環(huán)請(qǐng)求每一天即可。

整個(gè)數(shù)據(jù)下載下來一共12萬多條：

制作詞云

分析熱點(diǎn)事件，最好的方法就是把這些事件描述制作成詞云，突出顯示的就是最熱門的，一目了然。

def gen_wc_split_text(data_list=[], max_words=None, background_color=None, # font_path='/System/Library/Fonts/PingFang.ttc', font_path=r'C:WindowsFontssimhei.ttf',
                      output_path='', output_name='',
                      mask_path=None, mask_name=None,
                      width=400, height=200, max_font_size=100, axis='off'): stopwords = open(r'c:pworkspacemypypythontechweibohotstopwords.txt', 'r', encoding='utf-8').read().split('n')[:-1]
    words_dict = {} for data in data_list:
        text = data['topic']
        hotNumber = data['hotNumber'] if hotNumber is None:
            hotNumber = 1 all_seg = jieba.cut(text, cut_all=False) for seg in all_seg: if seg in stopwords or seg == 'unknow': continue if seg in words_dict.keys():
                words_dict[seg] += hotNumber else:
                words_dict[seg] = hotNumber # 設(shè)置一個(gè)底圖 mask = None if mask_path is not None:
        mask = np.array(Image.open(path.join(mask_path, mask_name)))

    wordcloud = WordCloud(background_color=background_color,
                          mask=mask,
                          max_words=max_words,
                          min_font_size=15,
                          max_font_size=80,
                          width=300,
                          height=400, # 如果不設(shè)置中文字體，可能會(huì)出現(xiàn)亂碼 font_path=font_path)
    myword = wordcloud.generate_from_frequencies(words_dict) # 展示詞云圖 # plt.imshow(myword) # plt.axis(axis) # plt.show() # 保存詞云圖 wordcloud.to_file(path.join(output_path, output_name))

制作詞云我們選擇試用 jieba 分詞，使用我們熟悉的 wordcloud 來制作詞云。

我們先來看看2021年全年的詞云圖片：

看著這張詞云圖片，是不是有好多熟悉的詞匯？

接下來，我們按月份來統(tǒng)計(jì)熱門事件，具體需要做的就是將每個(gè)月的熱搜事件歸集起來，然后根據(jù)熱度以及出現(xiàn)頻率疊加，來輸出詞云。

代碼還是跟上面類似，只不過是將事件按月分類而已。

我們直接來看每個(gè)月的圖片吧。

1月

2021年在疫情中開啟，在大家喊著“告別2020，開啟2021”時(shí)，石家莊疫情爆發(fā)，進(jìn)入戰(zhàn)時(shí)狀態(tài)。

薇婭也在這個(gè)月開始直播年貨。

最后以陳翔出軌關(guān)曉彤導(dǎo)致工作室互懟結(jié)束。

2月

這個(gè)月最熱門的事件肯定是我們的傳統(tǒng)春節(jié)了。

賈玲的導(dǎo)演處女作《你好，李煥英》，一上映就口碑炸裂。

這個(gè)月我們失去了兩位明星，分別是趙英俊和吳孟達(dá)，一個(gè)時(shí)代的記憶就此落幕。

3月

這個(gè)月明星白敬亭出盡風(fēng)頭。

HM、耐克等眾多我們熟知的國外品牌抵制新疆棉花，遭到央視點(diǎn)評(píng)，全民憤怒。

這個(gè)月中美高層對(duì)話，71歲的楊潔篪老爺子怒懟東道主美國。

4月

4月，各地大規(guī)模全員動(dòng)員打疫苗。

也是這個(gè)月，日本宣布把福島核廢水排進(jìn)太平洋。

這個(gè)月趙麗穎和馮紹峰宣布離婚，明星事件真是層出不窮。

5月

最令人痛心的事件是雜交水稻之父袁老爺子走了，舉國哀悼。

而就在同一天，“中國肝膽外科之父”吳孟超院士也去世了。

5月20日，全網(wǎng)盼離的佟丫丫，終于宣布和陳思誠離婚。

6月

6月的大事件當(dāng)屬高考。

這個(gè)月，汪小菲和大S頻上熱搜。

這個(gè)月，神舟十二號(hào)飛船成功發(fā)射，3名航天員飛到了“天宮”。

7月

這個(gè)月，河南鄭州暴雨成災(zāi)，舉國矚目。

這個(gè)月，東京奧運(yùn)會(huì)開幕，林丹和李宗偉一起看奧運(yùn)。

這個(gè)月，吳亦凡翻車，都美竹爆料，網(wǎng)友又多了一個(gè)“吳簽”的梗。

8月

這個(gè)月，奧運(yùn)會(huì)捷報(bào)頻傳，全紅嬋、蘇炳添進(jìn)入大眾視野。

吳亦凡事件繼續(xù)發(fā)酵，都美竹對(duì)吳亦凡的指控成真讓他成為內(nèi)娛被刑拘愛豆第一人。

演員張哲瀚被爆出進(jìn)入靖國神社內(nèi)部，拍攝多張開心比“耶”的照片，剛翻紅就掉下去了。

9月

孟晚舟在被困加拿大近三年后，終于回國。

體育盛事全運(yùn)會(huì)刷屏。

全國人民中秋節(jié)一起吃月餅賞月。

10月

國慶檔大片《長津湖》打破8項(xiàng)影史記錄。

知名鋼琴家李云迪嫖娼被抓。朝陽群眾又立一功。

上海一個(gè)獨(dú)居女孩，被裝進(jìn)行李箱拋尸。

11月

電競戰(zhàn)隊(duì)EDG再奪冠，轟動(dòng)全球。

上海迪士尼幾萬人封園做核酸。

雙十一，董明珠隆重推出22歲的女助理孟羽童，“明珠羽童精選”直播間開播。

12月

娛樂圈優(yōu)質(zhì)偶像王力宏被曝渣男，徹底崩塌。

直播女王薇婭因偷漏稅被罰了13.4億。吃瓜群眾驚呼，原來直播這么暴力。

西安出現(xiàn)“多源頭不明的點(diǎn)狀社區(qū)傳播”，緊急“封城”。

總結(jié)

2021年是不平凡的一年，這一年，我們見證了太多。新冠疫情始終是籠罩我們上空的一團(tuán)烏云。在這個(gè)特別的年份里，娛樂圈也是精彩不斷，各種離婚事件層出不窮，幾大優(yōu)質(zhì)形象瞬間成渣。

2022年也將是不平凡的一年，愿疫情早點(diǎn)過去，世界和我們都能更好！