【最新唐探三的数据】谁能做成最帅数据可视化？？
本帖最后由 不二如是 于 2021-2-22 09:25 编辑春节假期用代理写了一款爬虫（源码暂未公布），整理成 .csv 数据。
如果想看讲解，大家可以围观：用 Python 分析豆瓣上唐探3口碑【扑街？？】
既然论坛上大佬那么多，那不如看谁能把这些数据加工成很棒的图表！
（后期会在鱼C官方视频中展示）
欢迎各显神通，基于 Python 库（Matplotlib、Pandas、词云...） + 提供的数据，挖掘出你认为最帅的样子！
数据包：
奖励：回复：晒图+代码，额外获得 20 鱼币（该类型第一位发出者获得）
小师妹的解法：用 Python 分析豆瓣上唐探3口碑【扑街？？】
本帖最后由 青出于蓝 于 2021-2-22 07:47 编辑
水平有限，先展示两种~
1，词云
上代码
import matplotlib.pyplot as plt
from wordcloud import WordCloud
from openpyxl import *
#导入需要的库
text="《唐人街探案3》2月12日上映"
wb = load_workbook("Ori.xlsx")
sheet = wb["Ori"]
for i in sheet['D']:
text+=i.value
wordcloud = WordCloud(width=1000, #图片的宽度
height=860,#高度
margin=2, #边距
background_color='black'#可以选用其他颜色的背景
font_path='字体.ttf'
)
wordcloud.generate(text) #分词
wordcloud.to_file('唐人街探案3词云.jpg')
效果图
2，扇形统计图
代码
import matplotlib.pyplot as plt
import numpy as np
from openpyxl import *
#导入需要的库
wb = load_workbook("Ori.xlsx")
sheet = wb["Ori"]
#打开文件
one=0
two=0
three=0
four=0
five=0
data={"一星":1,"二星":2,"三星":3,"四星":4,"五星":5,"评论星级":0}
for i in sheet['B']:
if data==1:
one+=1
if data==2:
two+=1
if data==3:
three+=1
if data==4:
four+=1
if data==5:
five+=1
groups = ["1星","2星","3星","4星","5星"]
offsets =
# 生成数据
plt.rcParams['font.sans-serif'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False
rng = np.random.RandomState(27)
sj=
plt.pie(sj, labels=groups,explode=offsets,autopct='%1.1f%%',startangle=90,shadow=True)# 显示阴影
plt.show()
#绘图并展示
效果图
小白水平有限，如有不足，请指出喔{:5_92:}
本帖最后由 孤独的嫖客 于 2021-2-23 12:54 编辑
先上图:
申明:采用图像仅用作美化词云展示效果,评论内容与图像无关!
更新2021年2月23日
[*]修改了目录结构,使其看起来更加清晰明了
[*]取消了jieba分词,让词云还原评论本质
[*]尝试使用pyecharts作图(TODO)未完成
功能实现:
[*]获取程序运行路径,方便服务器部署
[*]pandas 读取csv指定列保存到txt
[*]使用中文分词 jieba 对评论做语言处理
[*]使用停用词排除干扰
[*]使用 Worldcloud 创建词云
[*]使用自定义画像美化词云
注意:worldcloud 使用pip install 无法直接安装成功(macos,linux 未测试)安装worldcloud 需要whl文件,imgs文件夹中附带了适配win10 64位 python3.9版本的whl文件,相同环境可以直接使用 pip install 绝对路径+wordcloud-1.8.1-cp39-cp39-win_amd64.whl安装其他python版本的可以到这里下载whl文件 https://www.lfd.uci.edu/~gohlke/pythonlibs/#wordcloud最后建议脚本运行环境为python 3.8以上 因为脚本使用了3.8版本的新特性代码展示:from wordcloud import WordCloud
from imageio import imread
import pandas as pd
import os
import logging as log
# 设置停用词
stopword = ['什么', '没有', '真的', '这种', '那里',
'就是', '可以', '一个', '还是', '最后',
'这个', '但是', '总之', '不要', '这部',
'一部', '故事', '这么', '出来', '应该',
'电影', '不是', '为了', '还有', '你们',
'系列', '觉得', '自己', '已经', '整个',
'一直', '还是', '出来', '完全', '看到'
'那个', '之后', '除了', '其中', '长泽雅美',
'陈思诚', '妻夫木聪', '浅野忠信', '铃木保奈美',
'the','world','大过年的','三浦友和']
# def fenci():
# # 设置用户字典
# jieba.load_userdict(parent_dir+"\\imgs\\自定义字典.txt")
# with open(filepath, "r", encoding="utf8") as f:
# file = f.read()
#
# # 数据清洗
# wordslist = jieba.lcut(file)
# with open(parent_dir + "\\tmp\\分词结果.txt", "w", encoding="utf8") as f:
# f.write(" ".join(wordslist))
# log.info("数据分词完毕,开始清洗...")
# regworld = list()
# for i in wordslist:
# if len(i) > 1:
# regworld.append(i)
#
#
# outworld = list()
# for i in regworld:
# if i not in stopword:
# outworld.append(i)
# with open(parent_dir+"\\tmp\\清洗结果.txt", "w", encoding="utf8") as f:
# f.write(" ".join(outworld))
# words = " ".join(outworld)
# return words
def creatCiYun(words):
log.info("数据清洗完毕,开始画图...")
fontpath = parent_dir + "\\imgs\\Alibaba-PuHuiTi-Regular.ttf"
bgpic = imread(parent_dir + "\\imgs\\3.png")
wc = WordCloud(font_path=fontpath,stopwords=stopword,
mask=bgpic,scale=3,
background_color='white', )
wc = wc.generate(words)
wc.to_file(parent_dir + "\\tmp\\唐探3.png")
if __name__ == '__main__':
# 日志初始化
log.basicConfig(level=log.INFO, format='%(asctime)s - %(filename)s - %(levelname)s: %(message)s')
# 获取相对路径
parent_dir = os.path.dirname(os.path.abspath(__file__))
log.debug(f"程序运行路径{parent_dir}")
filepath = parent_dir + "\\tmp\\tempdata.txt"
# 判断程序是否首次运行,是则读取csv,非首次运行不需要读取csv
try:
f = open(filepath, "r")
f.close()
except IOError:
log.info("初始化中....")
f = open(filepath, "w", encoding="utf8")
f.close()
# 读取评论
df = pd.read_csv(parent_dir + '\\imgs\\Ori.csv', usecols=)
# 提取所有评论写入txt,为分词做准备工作
df.to_csv(filepath, sep="\t", index=False, header=None)
# data = fenci()
with open(parent_dir+"\\tmp\\tempdata.txt","r",encoding="utf8") as f:
data = f.read()
creatCiYun(data)
补充一下项目地址,不然没有图像,字体资源,程序无法直接运行https://gitee.com/Rt_hum/three-words-of-tang-tan
感谢论坛的活动,学习了词云可视化
前排等大佬出现{:10_281:} 等大佬 坐等大佬一起合作出视频？ 等一个大佬出现 等可视化大佬上线！ 小甲鱼记得在视频中公布一下大佬ID哦！ 2020-2-18 23:17
已经有 7 位大佬下载了附件{:10_297:} 看我的！ {:10_256:}坐等大佬现身！ 等待膜拜大佬 这个唐人街探案3的广告我真的服了。。。。。。甚至能让广告干扰到剧情。。。。。。 等大佬 顺便学习下
看我的！ 刚入编程的我，过来围观{:10_277:} 路过
看我的！ 有大佬出现了么，等待大佬的出现 看我的！ 本帖最后由 青出于蓝 于 2021-2-21 12:37 编辑
词云代码无法直接运行，代码里导入了一个网上下载的字体~
链接: https://pan.baidu.com/s/1wCRq8abt8PQnHFl4tv4qyQ 提取码: 3huc
页:
[1]
2