0 引言
纸巾再湿也是干垃圾?瓜子皮再干也是湿垃圾??最近大家都被垃圾分类折磨的不行,傻傻的你是否拎得清?自2019.07.01开始,上海已率先实施垃圾分类制度,违反规定的还会面临罚款。
为了避免巨额损失,我决定来b站学习下垃圾分类的技巧。为什么要来b站,听说这可是当下年轻人最流行的学习途径之一。
打开b站,搜索了下垃圾分类,上来就被这个标题吓(吸)到(引)了:在上海丢人的正确姿势。
当然,这里的丢人非彼丢人,指的是丢垃圾的丢。
点开发现,原来是一段对口相声啊,还是两个萌妹子(AI)的对口相声,瞬间就来了兴趣,阐述的是关于如何进行垃圾分类的。
原视频链接:https://www.bilibili.com/video/av57129646?from=search&seid=9101123388170190749
看完一遍又一遍,简直停不下来了,已经开启了*模式,毕竟视频很好玩,视频中的弹幕更是好玩!
独乐乐不如众乐乐,且不如用Python把弹幕保存下来,做个词云图?就这么愉快地决定了!
1 环境
操作系统:Windows
Python版本:3.7.3
2 需求分析
我们先需要通过开发调试工具,查询这条视频的弹幕的 cid 数据。
拿到 cid 之后,再填入下面的链接中。
http://comment.bilibili.com/{cid}.xml
打开之后,就可以看到该视频的弹幕列表。
有了弹幕数据后,我们需要先将解析好,并保存在本地,方便进一步的加工处理,如制成词云图进行展示。
3 代码实现
在这里,我们获取网页的请求使用 requests 模块;解析网址借助 beautifulsoup4 模块;保存为CSV数据,这里借用 pandas 模块。因为都是第三方模块,如环境中没有可以使用 pip 进行安装。
- pip install requests
- pip install beautifulsoup4
- pip install lxml
- pip install pandas
模块安装好之后,进行导入
- import requests
- from bs4 import BeautifulSoup
- import pandas as pd
请求、解析、保存弹幕数据
- # 请求弹幕数据
- url = 'http://comment.bilibili.com/99768393.xml'
- html = requests.get(url).content
- # 解析弹幕数据
- html_data = str(html, 'utf-8')
- bs4 = BeautifulSoup(html_data, 'lxml')
- results = bs4.find_all('d')
- comments = [comment.text for comment in results]
- comments_dict = {'comments': comments}
- # 将弹幕数据保存在本地
- br = pd.DataFrame(comments_dict)
- br.to_csv('barrage.csv', encoding='utf-8')
接下来,我们就对保存好的弹幕数据进行深加工。
制作词云,我们需要用到 wordcloud 模块、matplotlib 模块、jieba 模块,同样都是第三方模块,直接用 pip 进行安装。
- pip install wordcloud
- pip install matplotlib
- pip install jieba
模块安装好之后,进行导入,因为我们读取文件用到了 panda 模块,所以一并导入即可
- from wordcloud import WordCloud, ImageColorGenerator
- import matplotlib.pyplot as plt
- import pandas as pd
- import jieba
我们可以自行选择一张图片,并基于此图片来生成一张定制的词云图。我们可以自定义一些词云样式,代码如下:
- # 解析背景图片
- mask_img = plt.imread('Bulb.jpg')
- '''设置词云样式'''
- wc = WordCloud(
- # 设置字体
- font_path='SIMYOU.TTF',
- # 允许最大词汇量
- max_words = 2000,
- # 设置最大号字体大小
- max_font_size = 80,
- # 设置使用的背景图片
- mask = mask_img,
- # 设置输出的图片背景色
- background_color=None, mode="RGBA",
- # 设置有多少种随机生成状态,即有多少种配色方案
- random_state=30)
接下来,我们要读取文本信息(弹幕数据),进行分词并连接起来:
- # 读取文件内容
- br = pd.read_csv('barrage.csv', header=None)
- # 进行分词,并用空格连起来
- text = ''
- for line in br[1]:
- text += ' '.join(jieba.cut(line, cut_all=False))
最后来看看我们效果图
有没有感受到大家对垃圾分类这个话题的热情,莫名喜感涌上心头。
4 后记
这两个AI萌妹子说的相声很不错,就不知道郭德纲看到这个作品会作何感想。回到垃圾分类的话题,目前《上海市生活垃圾管理条例》已正式施行,不在上海的朋友们也不要太开心,住建部表示,全国其它46个重点城市也即将体验到……
源码,请点击此处。
以上所述是小编给大家介绍的使用Python做垃圾分类的原理及实例代码,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对我们网站的支持! 如果你觉得本文对你有帮助,欢迎转载,烦请注明出处,谢谢!