python数据爬取和分析以及可视化的具体案例,python数据分析入门从数据获取到可视化
Python ——爬虫可视化数据分析数据库(简介)
Python ——爬虫可视化数据分析数据库(爬虫)
Python ——爬虫可视化数据分析数据库(可视化章节)
Python ——爬虫可视化数据分析数据库(数据库)
首先，我们需要获取所有被抓取歌曲的歌词，并将其合成为字符串。
然后提取汉字，再合成字符串。
Text=re。findall ([\ u4e00-\ u9fa5])，lyric，re。s) #提取中文文本后=“”。join(text)，用jieba分词，保存长度大于等于2的分词。
Word=jieba.cut (text，cut _ all=true) #分词new _ word=[]for I in word:if len(I)=2:new _ word . append(I)#只添加长度大于2的单词。final_text=“”。join(new_word)是接下来生成的单词。
mask=NP . array(image . open( 2 . jpg ))word _ cloud=word cloud(background _ color= white ，width=800，height=600，max_words=100，max_font_size=80，contour_width=1，contour_color=lightblue ，font _ path= C:/Windows/Fonts/simfang . TTF ，mask=mask)。generate(final _ text)# PLT . imshow(Word _ cloud，Interpolation=双线性)# PLT . axis( off )# PLT . show()Word _ cloud . to _ file(self . keyword Word cloud . png )OS . startfile(self . keyword Word cloud . png )Word参数中的Contour _ width=1和contour _ color= lightblue 分别是背景图片的轮廓线的粗细和颜色。如果没有设置，轮廓不会出现，用font_path来指定字体。
生成后可以通过show显示或者保存在本地打开。最终结果如下
二、流行歌手歌曲饼状图
首先，获得流行歌手列表和流行歌手的歌曲数量。
然后用每个歌手的歌曲数除以所有十个歌手的歌曲总数，得到每个歌手的歌曲比例。
接下来可以选择突出哪一块，如图周杰伦突出的地方。
如下，你只需要把突出部分的值设置的大一点。
Explode=[0.1，0，0，0，0，0，0，0，0，0]然后就可以生成饼图了。
Plt.figure(figsize=(6，9)) #设置图形大小宽度和高度PLT . RC params[ font . sans-serif ]=[ sim hei ]#解决中文乱码问题plt.axes(aspect=1) #设置图形为圆形PLT.pie (x=贡献标签=name，explode=explode，autopct=%3.1f %% ，shadow=True，labeldistance=1.2，startangle=0，Pctdistance=0.8)plt.title(比例是歌手的名字)，explode是上面提到的亮点，这三个列表中的值是一一对应的。 autopct是设置比例值的显示方式，3.1f是一个浮点数，宽度为3位(大于3位则按原样输出)，精度为1。
也可以选择直接展示，或者保存在本地再打开。
3.歌曲流行度柱状图。之前我们通过爬虫获取了top500歌曲的信息(如下)。现在我们希望分析歌曲的流行度，生成条形图。
效果图如下：
本来想生成歌手拥有的流行歌曲数量的柱状图，但是抓取流行歌曲的网站中的那些流行歌曲没有对应的歌手，需要自己去其他网站获取每首歌曲对应的歌手。这样做太麻烦了，有兴趣的朋友可以自己体会一下。
首先，我们需要得到每个热度区间的歌曲数量。
下面的数据列表是X元组范围对应的歌曲数量。
我们可以通过每次遍历歌曲的热度列表及其数据列表中对应的热度1，得到每个热度范围内的歌曲数量。
X=(0-10 ， 10-20 ， 20-30 ， 30-40 ， 40-50 ， 50 )数据=[0，0，0，0，0，0，0]下一步是创建直方图。首先，解决中国人的困惑。
PLT . RC params[ font . sans-serif ]=[ sim hei ]PLT . RC params[ axes . unicode _ MINUS ]=false。然后可以用plt.bar创建，其中第一个参数是横坐标数据，第二个参数是纵坐标数据，第三个参数是直方图填充颜色，第四个参数是透明度。
Title，xlabel和ylabel显然是直方图的标题、横坐标和纵坐标的名称。
Plt.bar (x，data，color= steelblue ，alpha=0.8) PLT.title (POP500歌曲流行度)plt.xlabel(歌曲流行度范围)plt.ylabel(歌曲数)plt.show()
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。