锐客网

  1. 首页 > 睿知 > it技术 > >

#yyds干货盘点# 使用Python分析网易云歌曲评论信息，通过可视化处理我发现了这些有趣的规律

IT知识可视化网易网易云

眼前多少难甘事，自古男儿当自强。这篇文章主要讲述#yyds干货盘点# 使用Python分析网易云歌曲评论信息，通过可视化处理我发现了这些有趣的规律相关的知识，希望能为你提供帮助。
大家好，我是python进阶者。
前言
前几天有个学生娃子找我帮忙做点可视化的作业，作业内容包括采集网易云音乐热评评论内容，数据量1W作业足够，然后就是做点数据分析相关的工作即可。这份大作业里边有网络爬虫，有数据分析和数据处理，还有可视化，算是一个大实验了，还需要上交实验报告。这里拿出来部分知识点，给大家分享。学生娃的作业，参考了这个文章：??网易云音乐评论爬取??。
数据来源
首先是数据来源，来自网易云音乐热评，代码这里就不放出来了，调用了API获取的，抓取难度就少了许多，这里不在赘述了。

分析过程
时间处理下面的代码主要是评论时间分布，主要是针对时间列做了数据处理，常规操作，你也对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

# 读取数据
df = pd.read_csv(music_comments.csv, header=None, names=[name, userid, age, gender, city, text, comment, commentid, praise, date], encoding=utf-8-sig)
# 根据评论ID去重
df = df.drop_duplicates(commentid)
df = df.dropna()
# 获取时间
df[time] = [int(i.split( )[1].split(:)[0]) for i in df[date]]

# 分组汇总
date_message = df.groupby([time])
date_com = date_message[time].agg([count])
date_com.reset_index(inplace=True)

# 绘制走势图
attr = date_com[time]
v1 = date_com[count]
line = Line("歌曲被爆抄袭后-评论的时间分布", 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("歌曲被爆抄袭后-评论的时间分布.html")

运行之后，得到的效果图如下所示：
可以看到评论的小伙伴喜欢在下午临近下班和晚上的时候进行评论。
用户评论数量代码和上面差不多，只需要更改下数据即可。
import pandas as pd

# 读取数据
df = pd.read_csv(music_comments.csv, header=None, names=[name, userid, age, gender, city, text, comment, commentid, praise, date], encoding=utf-8-sig)
# 根据评论ID去重
df = df.drop_duplicates(commentid)
df = df.dropna()
# 分组汇总
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)

运行之后，得到的结果如下所示：

可以看到有忠粉，狂粉，评论数据上百，恐怖如斯。
评论词云【#yyds干货盘点# 使用Python分析网易云歌曲评论信息，通过可视化处理我发现了这些有趣的规律】词云这个老生常谈了，经常做，直接套用模板，改下底图即可，代码如下：
from wordcloud import WordCloud
import matplotlib.pyplot as plt
import pandas as pd
import random
import jieba


# 设置文本随机颜色
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)


# 读取信息
df = pd.read_csv(music_comments.csv, header=None, names=[name, userid, age, gender, city, text, comment, commentid, praise, date], encoding=utf-8-sig)
# 根据评论ID去重
df = df.drop_duplicates(commentid)
df = df.dropna()
words = pd.read_csv(chineseStopWords.txt, encoding=gbk, sep=\\t, names=[stopword])
# 分词
text =
for line in df[comment]:
text +=.join(jieba.cut(str(line), cut_all=False))
# 停用词

    推荐阅读


    上一篇：#展望我的2022Flag# 微服务你学明白了吗（火的一塌糊涂的Spring Cloud到底是什么？）

    下一篇：ORTC与SIP融合通信服务架构