Python数据可视化：啥是佩奇

作者：法纳斯特，Python爱好者，专注爬虫，数据分析及可视化

微信公众号：法纳斯特（ID: walker398）

她爹也是猪！她娘也是猪！ 儿子还是猪！一窝猪！

或许这就是最好的回答。

原本只是一部电影方与移动合作的宣传短片。

却因里面打动人心的故事，大火了一把。

就如我之前的一篇文章里所提的。

不是年味越来越少，而是我们都长大了。

影片透露出那一股暖人心的亲情，如今也是越来越不容乐观。

物以稀为贵，或许这就便是能引起大家共鸣的原因吧。

其实大家心里都想，只不过由于种种原因，没能实现罢了。

本次对B站的弹幕数据进行获取。

来看看大家的弹幕信息，能不能让我们得到回答。

亦或发现一些有趣的信息。

/ 01 / 网页分析

B站的弹幕数据有现成的接口，只需找到对应视频的cid值即可。

从上图可以知道，弹幕一共2719条，视频的cid值为72036817。

接下来访问接口，获取数据。

网址： http://comment.bilibili.com/72036817.xml

接口获取的弹幕数据最多只有1000条。

但是总数却是是2719条，那么再找找看。

登陆B站后，点击 查看历史弹幕 按钮。

发现了每日视频的弹幕接口(只需将请求头加上cookies，即可访问)。

发现还是限制1000条，这里也是不解。

难不成每个视频播放时就只会放出来1000条弹幕？

不过相比第一个接口，应该能多出不少弹幕。

/ 02 / 数据获取

鉴于只是练手而已，就偷个懒。

直接从不需要cookies的接口获取1000条弹幕。

获取数据代码如下。

from bs4 import BeautifulSoup import pandas as pd import requests url = 'http://comment.bilibili.com/72036817.xml' html = requests.get(url).content html_data = str(html, 'utf-8') soup = BeautifulSoup(html_data, 'lxml') results = soup.find_all('d') comments = [comment.text for comment in results] comments_dict = {'comments': comments} df = pd.DataFrame(comments_dict) df.to_csv('bilibili.csv', encoding='utf-8')

最后成功获取1000条弹幕数据。

第958条， 和我外公外婆一样，来到家之后一包一包的都是他们从家里带来的菜和水果 。

不知道，你有没有相同的感受呢？

相信大多数人都会说，有！！！

一种莫名的感动在心中。

/ 03 / 数据可视化

利用jieba分词，对弹幕数据生成词云。

from wordcloud import WordCloud, ImageColorGenerator import matplotlib.pyplot as plt import pandas as pd import jieba df = pd.read_csv('bilibili.csv', header=None) text = '' for line in df[1]:     text += ' '.join(jieba.cut(line, cut_all=False)) backgroud_Image = plt.imread('peiqi.jpg') wc = WordCloud(     background_color='white',     mask=backgroud_Image,     font_path='C:\Windows\Fonts\simhei.ttf',     max_words=2000,     max_font_size=80,     random_state=30, ) wc.generate_from_text(text) # 看看词频高的有哪些,把无用信息去除 process_word = WordCloud.process_text(wc, text) sort = sorted(process_word.items(), key=lambda e:e[1], reverse=True) print(sort[:50]) img_colors = ImageColorGenerator(backgroud_Image) wc.recolor(color_func=img_colors) plt.imshow(wc) plt.axis('off') wc.to_file("佩奇.jpg") print('生成词云成功!')

原图如下，来自一位PPT大神的鼠绘佩奇。

如有需要下图的，公众号回复「佩奇」即可。

最后生成词云图。

啥是佩奇，我肯定是知道的...

估计逛B站的大佬们也都知道，所以猪这个词，出现的并不多。

看看弹幕数据还能发现一些其他什么东西。

这里发现河北、保定、张家口、怀来县这几个地名冒出。

说明短片可能是在河北省拍的。

还有爷爷是短片的主角，短片中的手套和手机也成功吸引了大家的关注。

朋克和硬核又是什么鬼，不解...

/ 04 / 总结

下面这段内容，摘自知乎。

说到底这个宣传片之所以能火起来，靠的还是咱中国人的情。

是农村生活，过年生活的真实写照。

反映了现代社会农村的真实情况，包括4G网以及智能手机还未普及，农村空巢老人的生活状态。

或许，这就是大家有共鸣的点。

万水千山总是情，点个「好看」行不行。

作者其它好文推荐： Python数据可视化：豆瓣电影TOP250

Python的爱好者社区历史文章大合集 ：

2018年 Python 爱好者社区历史文章合集（作者篇）

福利：文末扫码关注公众号， “Python 爱好者 社区” ，开始学习Python课程：

关注后在公众号内回复 “  课程  ” 即可获取：

小编的转行入职数据科学（数据分析挖掘/机器学习方向） 【最新免费】

小编的Python的入门免费视频课程 ！

小编的Python的快速上手matplotlib可视化库！

崔老师 爬虫实战案例 免费学习视频。

陈老师 数据分析报告扩展制作 免费学习视频。

玩转大数据分析！Spark2.X + Python精华实战课程 免费学习视频。

本文由Python爱好者社区 创作，采用 知识共享署名-相同方式共享 3.0 中国大陆许可协议 进行许可。

转载、引用前需联系作者，并署名作者且注明文章出处。

本站文章版权归原作者及原出处所有 。内容为作者个人观点， 并不代表本站赞同其观点和对其真实性负责。本站是一个个人学习交流的平台，并不用于任何商业目的，如果有任何问题，请及时联系我们，我们将根据著作权人的要求，立即更正或者删除有关内容。本站拥有对此声明的最终解释权。