👉博__主👈:米码收割机
👉技__能👈:C++/Python语言
👉公众号👈:测试开发自动化【获取源码+商业合作】
👉荣__誉👈:阿里云博客专家博主、51CTO技术博主
👉专__注👈:专注主流机器人、人工智能等相关领域的开发、测试技术。
【python】python电影评论数据抓取分析可视化(源码+数据+课程论文)【独一无二】
目录
- 【python】python电影评论数据抓取分析可视化(源码+数据+课程论文)【独一无二】
- 一、整体要求
- 数据抓取
- 数据可视化
- 二、数据抓取及可视化
一、整体要求
数据抓取
-
抓取电影评论数据:通过发送HTTP请求,自动化地从网站的API接口获取指定电影的评论数据。提取每条评论中的评论者昵称、评论内容和评分等关键信息。
-
数据存储:将提取的评论数据存储到本地的CSV文件
data.csv
中,便于后续的分析和处理。
数据可视化
- 评分分布柱状图:绘制柱状图展示不同评分的频率分布,直观显示观众对电影评分的集中情况。
- 评论内容词云图: 生成词云图展示评论中的高频词汇,帮助识别观众评论的热点话题和情感倾向。
- 评分占比饼状图: 绘制饼状图展示不同评分所占的比例,直观显示各个评分的相对分布。
- 昵称与评分关系柱状图:绘制柱状图展示不同用户的平均评分,分析主要评论用户的评分情况。
👉👉👉 源码获取 关注【测试开发自动化】公众号,回复 “影评” 获取。👈👈👈
网站部分内容如下:
二、数据抓取及可视化
- 初始化和设置:导入必要的库(如requests、BeautifulSoup、csv、pandas、matplotlib、wordcloud)。
设置URL和请求头信息。 - 数据爬取和保存: 发送HTTP GET请求获取评论数据。检查请求状态码,确保请求成功。解析JSON响应,提取用户昵称、评论内容和评分。调用write_csv函数,将数据保存到data.csv文件中。
# 略....
if res.status_code == 200:
# 略....
for msg in usr_msg:
write_csv([msg["xxx"], msg["content"], msg["rating"]])
通过绘制评分分布的柱状图,我们可以直观地看到不同评分的频率分布情况。这张图展示了观众对该电影的评分集中在哪些分数段。柱状图中的每一个柱子代表一个评分,柱子的高度表示给出该评分的评论数量。
👉👉👉 源码获取 关注【测试开发自动化】公众号,回复 “影评” 获取。👈👈👈
plt.figure(figsize=(10, 6))
data['rating'].value_counts().sort_index().plot(kind='bar', color='skyblue')
plt.xlabel('Rating')
plt.ylabel('Frequency')
plt.title('Rating Distribution')
plt.show()
词云图展示了评论中出现频率较高的词汇,通过不同大小的字体来表示这些词汇的出现频率。词云图的主要作用是帮助我们快速识别评论中的高频关键词,了解观众在评论中讨论的热点话题。
wordcloud = WordCloud(font_path='SimHei.ttf', width=800, height=400, background_color='white').generate(text)
plt.figure(figsize=(10, 6))
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis('off')
plt.title('Word Cloud of Comments')
plt.show()
评分占比的饼状图展示了不同评分所占的比例,通过各个扇区的面积表示每个评分的评论数量占总评论数量的比例。饼状图能够清晰地显示出各个评分的相对比例。
👉👉👉 源码获取 关注【测试开发自动化】公众号,回复 “影评” 获取。👈👈👈
rating_counts = data['rating'].value_counts()
plt.figure(figsize=(10, 6))
plt.pie(rating_counts, labels=rating_counts.index, autopct='%1.1f%%', startangle=140, colors=plt.cm.Paired(range(len(rating_counts))))
plt.title('Rating Percentage')
plt.axis('equal')
plt.show()
昵称和评分的关系柱状图展示了不同用户的平均评分情况,通过横向柱状图的形式表示。每个柱子代表一个用户,柱子的长度表示该用户的平均评分。
plt.figure(figsize=(12, 8))
data.groupby('nickname')['rating'].mean().sort_values().plot(kind='barh', color='lightgreen')
plt.xlabel('Average Rating')
plt.ylabel('Nickname')
plt.title('Average Rating by Nickname')
plt.show()
👉👉👉 源码获取 关注【测试开发自动化】公众号,回复 “影评” 获取。👈👈👈