個人博客
Python大作業——爬蟲+可視化+數據分析+數據庫（簡介篇）
Python大作業——爬蟲+可視化+數據分析+數據庫（爬蟲篇）
Python大作業——爬蟲+可視化+數據分析+數據庫（可視化篇）
Python大作業——爬蟲+可視化+數據分析+數據庫（數據庫篇）
首先我們需要先獲取所有爬取到的歌曲的歌詞，將他們合成字符串
隨後提取其中的中文，再合成字符串
text = re.findall('[一-龥]+', lyric, re.S) # 提取中文
text = " ".join(text)
之後使用jieba進行分詞，並將其中分出來的長度大於等於2的詞保存
word = jieba.cut(text, cut_all=True) # 分詞
new_word = []
for i in word:
if len(i) >= 2:
new_word.append(i) # 只添加長度大於2的詞
final_text = " ".join(new_word)
接下來為生成的詞雲選擇一張好看的圖片，就可以開始生成了！
mask = np.array(Image.open("2.jpg"))
word_cloud = WordCloud(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="bilinear")
# plt.axis("off")
# plt.show()
word_cloud.to_file(self.keyword+'詞雲.png')
os.startfile(self.keyword+'詞雲.png')
WordCloud參數中的contour_width=1, contour_color='lightblue’分別為背景圖片輪廓線條的粗細和顏色，如果沒有設置則不會出現輪廓，font_path是用來指定字體的
生成後可以通過show展示也可以通過保存到本地並打開，最終結果如下
首先是獲得熱門歌手列表以及熱門歌手歌曲量
隨後用每個歌手歌曲數量除以所有這十個歌手的總歌曲數量，得到每個歌手歌曲量的占比
接下來可以選擇設置哪一塊突出顯示，如圖中周傑倫部分突出顯示
如下只需要將突出部分的值設置大即可
explode = [0.1, 0, 0, 0, 0, 0, 0, 0, 0, 0]
接下來就可以生成餅圖了
plt.figure(figsize=(6, 9)) # 設置圖形大小寬高
plt.rcParams['font.sans-serif'] = ['SimHei'] # 解決中文亂碼問題
plt.axes(aspect=1) # 設置圖形是圓的
plt.pie(x=proportion, labels=name, explode=explode, autopct='%3.1f %%',
shadow=True, labeldistance=1.2, startangle=0, pctdistance=0.8)
plt.title("熱門歌手歌曲量占比")
# plt.show()
plt.savefig("熱門歌手歌曲量占比餅圖.jpg")
os.startfile("熱門歌手歌曲量占比餅圖.jpg")
其中x是歌曲量占比的列表，labels是對應的標簽（在此圖中則為歌手的姓名），explode就是上文提到的突出顯示，這三個列表中的各個值是一一對應的，autopct是設置占比數值的顯示方式，3.1f則表示占寬為3位（如果大於會原樣輸出），精度為1的浮點數
同樣可以選擇直接show展示，或者保存到本地再打開
在之前我們通過爬蟲獲取了top500的歌曲的信息（如下），現在我們希望對歌曲的熱度進行分析，生成柱狀圖
效果圖如下：
本來是想生成歌手擁有熱門歌曲數量的柱形圖的，但是那個爬取熱門歌曲的網站中那些熱門歌曲沒有對應的歌手，還需要自己再去其他網站獲得每首歌曲對應的歌手，太麻煩了就沒這麼做了，有興趣的小伙伴可以自己實現一下
首先我們要獲得每個熱度范圍的歌曲數量
下面的data列表就是對應x元組范圍的歌曲數量
我們只要通過遍歷歌曲熱度列表，每次都在其data列表對應熱度+1，最終即可得到每個熱度范圍的歌曲數量
x = ('0-10', '10-20', '20-30', '30-40', '40-50', '>50')
data = [0, 0, 0, 0, 0, 0]
接下來就是創建柱狀圖，首先解決中文亂碼問題
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
隨後即可通過plt.bar創建，其中第一個參數為橫坐標數據，第二個參數為縱坐標數據，第三個參數為為柱狀圖填充顏色，第四個參數為透明度
title，xlabel，ylabel顯然就是該柱狀圖的標題，橫坐標和縱坐標的名稱
plt.bar(x, data, color='steelblue', alpha=0.8)
plt.title("pop500歌曲熱度")
plt.xlabel("歌曲熱度范圍")
plt.ylabel("歌曲數量")
plt.show()
先自我介紹一下，小編13年上師交大畢業，曾經在小公司待過，去過華為OPPO等大廠，18年進入阿裡，直到現在。深知大多數初中級java工程師，想要升技能，往往是需要自己摸索成長或是報班學習，但對於培訓機構動則近萬元的學費，著實壓力不小。自己不成體系的自學效率很低又漫長，而且容易碰到天花板技術停止不前。因此我收集了一份《java開發全套學習資料》送給大家，初衷也很簡單，就是希望幫助到想自學又不知道該從何學起的朋友，同時減輕大家的負擔。添加下方名片，即可獲取全套學習資料哦
