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

时间：2021-12-13 09:14:32

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

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。

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

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。

  1. import pandas as pd
  2. from pyecharts import Line
  4. # 读取数据
  5. df = pd.read_csv('music_comments.csv', header=None, names=['name', 'userid', 'age', 'gender', 'city', 'text', 'comment', 'commentid', 'praise', 'date'], encoding='utf-8-sig')
  6. # 根据评论ID去重
  7. df = df.drop_duplicates('commentid')
  8. df = df.dropna()
  9. # 获取时间
  10. df['time'] = [int(i.split(' ')[1].split(':')[0]) for i in df['date']]
  12. # 分组汇总
  13. date_message = df.groupby(['time'])
  14. date_com = date_message['time'].agg(['count'])
  15. date_com.reset_index(inplace=True)
  17. # 绘制走势图
  18. attr = date_com['time']
  19. v1 = date_com['count']
  20. 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)
  21. 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)
  22. 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：

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

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。

  1. import pandas as pd
  3. # 读取数据
  4. df = pd.read_csv('music_comments.csv', header=None, names=['name', 'userid', 'age', 'gender', 'city', 'text', 'comment', 'commentid', 'praise', 'date'], encoding='utf-8-sig')
  5. # 根据评论ID去重
  6. df = df.drop_duplicates('commentid')
  7. df = df.dropna()
  8. # 分组汇总
  9. user_message = df.groupby(['userid'])
  10. user_com = user_message['userid'].agg(['count'])
  11. user_com.reset_index(inplace=True)
  12. user_com_last = user_com.sort_values('count', ascending=False)[0:10]
  13. print(user_com_last)

运行之后，得到的结果如下所示：

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

可以看到有忠粉，狂粉，评论数据上百，恐怖如斯。

评论词云

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：

  1. from wordcloud import WordCloud
  2. import matplotlib.pyplot as plt
  3. import pandas as pd
  4. import random
  5. import jieba
  8. # 设置文本随机颜色
  9. def random_color_func(word=None, font_size=None, position=None, orientation=None, font_path=None, random_state=None):
  10. h, s, l = random.choice([(188, 72, 53), (253, 63, 56), (12, 78, 69)])
  11. return "hsl({}, {}%, {}%)".format(h, s, l)
  14. # 读取信息
  15. df = pd.read_csv('music_comments.csv', header=None, names=['name', 'userid', 'age', 'gender', 'city', 'text', 'comment', 'commentid', 'praise', 'date'], encoding='utf-8-sig')
  16. # 根据评论ID去重
  17. df = df.drop_duplicates('commentid')
  18. df = df.dropna()
  19. words = pd.read_csv('chineseStopWords.txt', encoding='gbk', sep='\t', names=['stopword'])
  20. # 分词
  21. text = ''
  22. for line in df['comment']:
  23. text += ' '.join(jieba.cut(str(line), cut_all=False))
  24. # 停用词
  25. stopwords = set('')
  26. stopwords.update(words['stopword'])
  27. backgroud_Image = plt.imread('music.jpg')
  29. wc = WordCloud(
  30. background_color='white',
  31. mask=backgroud_Image,
  32. font_path='FZSTK.TTF',
  33. max_words=2000,
  34. max_font_size=250,
  35. min_font_size=15,
  36. color_func=random_color_func,
  37. prefer_horizontal=1,
  38. random_state=50,
  39. stopwords=stopwords
  40. )
  42. wc.generate_from_text(text)
  43. # img_colors = ImageColorGenerator(backgroud_Image)
  44. # 看看词频高的有哪些
  45. process_word = WordCloud.process_text(wc, text)
  46. sort = sorted(process_word.items(), key=lambda e: e[1], reverse=True)
  47. print(sort[:50])
  48. plt.imshow(wc)
  49. plt.axis('off')
  50. wc.to_file("网易云音乐评论词云.jpg")
  51. print('生成词云成功!')

最后生成的词云图如下所示：

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

用户年龄

代码和上面差不多，只需要更改下数据即可，这里直接放效果图了，如下图所示：

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

感觉还是年轻的粉丝居多啊!

地区分布

这个代码稍微复杂一些了，毕竟涉及到地图，代码如下：

  1. import pandas as pd
  2. from pyecharts import Map
  5. def city_group(cityCode):
  6. """
  7. 城市编码
  8. """
  9. city_map = {
  10. '11': '北京',
  11. '12': '天津',
  12. '31': '上海',
  13. '50': '重庆',
  14. '5e': '重庆',
  15. '81': '香港',
  16. '82': '澳门',
  17. '13': '河北',
  18. '14': '山西',
  19. '15': '内蒙古',
  20. '21': '辽宁',
  21. '22': '吉林',
  22. '23': '黑龙江',
  23. '32': '江苏',
  24. '33': '浙江',
  25. '34': '安徽',
  26. '35': '福建',
  27. '36': '江西',
  28. '37': '山东',
  29. '41': '河南',
  30. '42': '湖北',
  31. '43': '湖南',
  32. '44': '广东',
  33. '45': '广西',
  34. '46': '海南',
  35. '51': '四川',
  36. '52': '贵州',
  37. '53': '云南',
  38. '54': '*',
  39. '61': '陕西',
  40. '62': '甘肃',
  41. '63': '青海',
  42. '64': '宁夏',
  43. '65': '*',
  44. '71': '*',
  45. '10': '其他',
  46. }
  47. cityCode = str(cityCode)
  48. return city_map[cityCode[:2]]
  51. # 读取数据
  52. df = pd.read_csv('music_comments.csv', header=None, names=['name', 'userid', 'age', 'gender', 'city', 'text', 'comment', 'commentid', 'praise', 'date'], encoding='utf-8-sig')
  53. # 根据评论ID去重
  54. df = df.drop_duplicates('commentid')
  55. df = df.dropna()
  56. # 进行省份匹配
  57. df['location'] = df['city'].apply(city_group)
  59. # 分组汇总
  60. loc_message = df.groupby(['location'])
  61. loc_com = loc_message['location'].agg(['count'])
  62. loc_com.reset_index(inplace=True)
  64. # 绘制地图
  65. value = [i for i in loc_com['count']]
  66. attr = [i for i in loc_com['location']]
  67. print(value)
  68. print(attr)
  69. map = Map("歌曲被爆抄袭后评论用户的地区分布图", title_pos='center', title_top=0)
  70. map.add("", attr, value, maptype="china", is_visualmap=True, visual_text_color="#000", is_map_symbol_show=False, visual_range=[0, 60])
  71. map.render('歌曲被爆抄袭后评论用户的地区分布图.html')

最后得到的效果图如下所示：

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

可以看到四川、广东省的评论数量居多。

粉丝性别

代码和上面的差不多，这里不再赘述，直接上效果图了。

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

可以看到女粉丝占据了大头。

总结

大家好，我是Python进阶者。这篇文章主要基于网易云热评数据，利用了Python中的数据处理库pandas进行数据处理和分析，并利用可视化库pyecharts给大家分享了相关图形的制作方法，并发现了一些有趣的数据分析结果。

原文链接：https://mp.weixin.qq.com/s/J06ikFcKJCjv9IR6XzXoVA

标签：

相关文章