【自嗨笔记#2】微博疫情舆情分析---舆情分析部分_Schoolchild_L的博客-程序员秘密

技术标签：爬虫 python 数据分析自嗨笔记

[ 自嗨笔记#2] 微博疫情舆情分析—舆情分析部分

利用前面抓取的信息，开始分析，这里可以说都是看到大佬的文章，模仿加上自己的想象加工，确实不太了解实际业务需求，如果有业内朋友看到，欢迎帮我指正，也欢迎大家帮我出出主意，有时间会更新进文章里

Previously！[ 自嗨笔记#1] 微博疫情舆情分析—爬取部分

一、观察数据，整理
在这里插入图片描述
这里评论2200条非空，其他的为2257条非空，估计是用表情评论的被过滤了，其他目前看不出问题

二、建立需求

微博正文词云，以及评论词云
利用snowNLP，情感分析
尝试利用已有信息，挖掘深度规律

三,代码实现

正文词云
评论词云
snowNLP分析

def snownlp_c(element):
    try:
        sn=SnowNLP(element)
        return round(sn.sentiments,1)
    except:
        pass
    
comment['snownlp']=comment['评论正文'].transform(snownlp_c)-0.5 #以0.5为分界线,处理为[-0.5,0.5]的区间,0.5为正向
# snowNlp
a = comment.groupby(by=['snownlp'])['评论正文'].count().reset_index()
print(a)

在这里插入图片描述

其实这里用柱状图更好些

微博作者性别统计

a2=news.groupby(by=['性别'])['作者id'].count().reset_index()
plt.figure()
plt.pie(a2['作者id'],labels=['女','男'],
        labeldistance = 1.1,autopct = '%3.1f%%',shadow = False,
        startangle = 90,pctdistance = 0.6)
plt.title('微博作者性别统计',fontproperties='SimHei')
plt.show()

评论性别统计

在这里插入图片描述

a1=comment.groupby(by=['性别'])['id'].count().reset_index()
plt.figure()
plt.pie(a1['id'],labels=['女','男'],
        labeldistance = 1.1,autopct = '%3.1f%%',shadow = False,
        startangle = 90,pctdistance = 0.6)
plt.title('评论区性别统计',fontproperties='SimHei')
plt.show()

微博时间范围

max_date = news['发布时间'].max()
min_date = news['发布时间'].min()
print('时间范围',max_date,min_date)

在这里插入图片描述

发布疫情相关最多的微博id信息(前5)

n=news.groupby(by=['昵称'])['新闻id'].count().reset_index().sort_values(by='新闻id',axis=0,ascending=False).head()
print(n)

在这里插入图片描述

平均评论的时间

我在三月时做过一次,当时回复是20分钟左右,回复时间变长,可能是受到大家复工的影响

dt['互动时间']=dt['时间日期']-dt['发布时间']
print(dt['互动时间'].mean())

评论积极的人以及评论内容

m=comment.groupby(by='id')['评论正文'].count().reset_index().sort_values(by='评论正文',axis=0,ascending=False).head()
print(m)
# s=comment['id'].isin(m['id'])
# print(comment.loc[comment['id'].isin(m['id']),['评论正文','评论昵称','新闻id','时间日期']]) #再分组,实际效果不如for
for i in m['id']:
    print(comment.loc[comment['id'] == i,['评论正文','评论昵称','新闻id','时间日期']])

在这里插入图片描述

微博发布时间的分布
评论时间的分布
微博发布时间与影响力关系
影响力:转发数+评论数+点赞数

本文链接：https://blog.csdn.net/Schoolchild_L/article/details/105893181

原作者删帖不实内容删帖广告或垃圾文章投诉

智能推荐

[ESP32/ESP8266专题笔记-4] ESP32开发板-Ｍicropython-TCP 远程通信_esp32延时函数_小树笔记的博客-程序员秘密

ESP32开发板-Ｍicropython-TCP 远程通信控制LED操作1 硬件篇，确定连接LED的GPIO口2 软件篇（１）ESP32能控制灯亮灭from machine import Pin # 导入Pin模块from utime import sleep_ms #导入延时函数def led(control_cmd): LED = Pin(22,Pin.OUT) # 构建 LED 对象，GPIO22 输出 if control_cmd == "灯亮":

《C程序员从校园到职场》第3章程序的样式_人民邮电出版社有限公司的博客-程序员秘密

第3章　程序的样式在《高质量程序设计指南（C++/C语言）》中，作者说：可以把程序的版式比喻为“书法”，好的“书法”可以让人对程序一目了然，看得兴致勃勃。确实，我们一打开程序，首先看到的便是程序的排版，我们的第一印象便是程序写得是工整还是凌乱。都说第一印象很重要，为了给大家留下好的第一印象，我们一定要注重程序的版式。此外，好的注释能够帮助读者更快地理解程序，提高工作效率。也许是因为工作比较...

javaweb敏感词过滤_dillon_no1的博客-程序员秘密

javaweb敏感词过滤1.装饰模式2.代理模式真实对象代理对象代理模式实现方式：1.静态代理：有一个类文件描述代理模式2.动态代理：在内存中形成代理类实现步骤：代理对象与真实对象实现相同的接口代理对象 = Proxy.newInstance使用代理对象调用方法。增强方法增强方式：1.增强参数列表2.增强返回值类型3.增强方法体执行逻辑...

Spring Boot——自定义多个拦截器(HandlerInterceptor)配置方法与执行顺序_spring handlerinterceptor 多个实现_Starzkg的博客-程序员秘密

执行顺序源代码拦截器类package com.jd.m.tg.interceptor;import org.slf4j.Logger;import org.slf4j.LoggerFactory;import org.springframework.stereotype.Component;import org.springframework.web.serv...

[转载+电子书下载]《程序员修炼之道》笔记与感想_yuxiaoyu.的博客-程序员秘密

[转载]《程序员修炼之道》笔记与感想1 我的源码让猫给吃了不要寻找借口,从自身找原因2 软件的熵一句话:不以善小而不为,勿以恶小而为之.从初期就要做好规范,不要因为是poc这样的前提而放松对代码的规范,现在的项目就有这种问题,初期的时候有人认为(自己也有这种想法)等到以后正式开发的时候再规范,而往往还未到正式开发,到处出现不规范的东西.加上拷贝粘贴的大法,亡羊补牢都晚了.这就是所谓破...

java多线程之AtomicLong原子类（JDK8）_atomiclong java_-夏夜凉月-的博客-程序员秘密

引言有的同学可能会问这个问题，有了Long类型，为什么还要弄一个AtomicLong类出来？因为在32位的操作系统中，64位的Long类型变量会被jvm拆分为两个32位的来操作，因此不具备原子性。而AtomicLong类型可以保证原子性。1、AtomicLong介绍AtomicInteger, AtomicLong和AtomicBoolean这3个基本类型的原子类的原理和用法相似。本章以J...