15158846557 在线咨询 在线咨询
15158846557 在线咨询
所在位置: 首页 > 营销资讯 > 网站运营 > Python采集12星座信息,分析出12星座的各个特点

Python采集12星座信息,分析出12星座的各个特点

时间:2023-07-21 07:24:01 | 来源:网站运营

时间:2023-07-21 07:24:01 来源:网站运营

Python采集12星座信息,分析出12星座的各个特点:

一个微博热搜引发的故事

点击此处,获取海量Python学习资料!

一、故事从这里开始

3月29日那晚,我正在厕所蹲坑来着,大概就是边蹲边刷手机的那种…突然发现一条微博热搜#你出生那天的宇宙#








在评论区,发现大家都有一个同样的疑惑:无法访问NASA官网(可能是因为访问量过大,导致网络极高延时)。作为一个社会主义正直青年,我怎么能放着不管呢?
于是,我决定搞事情!!

二、搞事情第一步:搜集图片

一个简单的想法油然而生:既然大家没法从官网上下载图片,那我就帮大家集齐图片,然后发给大家就好啦。(搜集数据嘛,写个爬虫不就好了?)
于是,我直接冲进NASA官网准备分析一波请求。结果…好叭,我也是大家中的一员,我也加载不出图片。
这点困难我怎么能退缩呢,再于是,我就去微博评论下面苦苦寻找,果然功夫不负有心人,发现豆瓣上有个大佬已经为找齐了所有图片:








秉承“拿来主义”的作风,我决定这里就是我的数据源(某豆瓣相册)
简单分析了一下,发现可以通过一个m_start的参数进行翻页,每页20张图片(如m_start=0为第一页,m_start=20为第二页),那么写一个循环便可:

import reimport queueimport requestsimport threadingfrom selenium import webdriverfrom selenium.webdriver.chrome.options import Options headers = {'Host': 'www.douban.com','Connection': 'keep-alive','Cache-Control': 'max-age=0','Upgrade-Insecure-Requests': '1','User-Agent': 'Mozilla/5.0 (Windows NT 6.3; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.149 Safari/537.36','Sec-Fetch-Dest': 'document','Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3;q=0.9','Sec-Fetch-Site': 'none','Sec-Fetch-Mode': 'navigate','Sec-Fetch-User': '?1','Accept-Encoding': 'gzip, deflate, br','Accept-Language': 'zh-CN,zh;q=0.9','Cookie': 'bid=rb_kUqiDS6k; douban-fav-remind=1; _pk_ses.100001.8cb4=*; ap_v=0,6.0; __utma=30149280.1787149566.1585488263.1585488263.1585488263.1; __utmc=30149280; __utmz=30149280.1585488263.1.1.utmcsr=(direct)|utmccn=(direct)|utmcmd=(none); __yadk_uid=HNoH1YVIvD2c8HrQDWHRzyLciFJl1AVD; __gads=ID=a1f73d5d4aa31261:T=1585488663:S=ALNI_MafqKPZWHx0TGWTpKEm8TTvdC-eyQ; ct=y; _pk_id.100001.8cb4=722e0554d0127ce7.1585488261.1.1585488766.1585488261.; __utmb=30149280.10.6.1585488263'} # driver初始化chrome_options = Options()chrome_options.add_argument('--headless')driver = webdriver.Chrome(options=chrome_options) # 下载图片def downimg(): while not img_queue.empty(): img = img_queue.get() img_name = img[0] url = img[1] res = requests.get(url) data =res.content with open('./img/%s.webp'%img_name,'wb') as f: f.write(data) print(img_name) # 网站参数url_o = 'https://www.douban.com/photos/album/1872547715/?m_start=%d' # 爬取连接img_queue = queue.Queue()for i in range(0,21): url = url_o%(18*i) driver.get(url) es = driver.find_elements_by_class_name('photo_wrap') for e in es: img_e = e.find_element_by_tag_name('img') img_url = img_e.get_attribute('src') img_url = img_url.replace('photo/m/public','photo/l/public') # 替换为大图 text_e = e.find_element_by_class_name('pl') img_date = text_e.text img_queue.put((img_date,img_url)) print('%d页爬取完成'%(i+1))driver.close() # 下载图片 thread_list = []N_thread = 5for i in range(N_thread): thread_list.append(threading.Thread(target=downimg))for t in thread_list: t.start()for t in thread_list: t.join()代码简单来说就是:webdriver访问页面并获取图片地址,然后通过多线程利用requests下载并保存图片。
至此,图片搜集的工作基本完成!

三、搞事情第二步:展示图片

有了图片,接下来就是如何让大家获得图片呢?去给每个人私发?机智的我当然不会这么干,我决定写一个小网页来让大家访问。作为很不专业的我,东平西凑,效果大概就是这样(你生日那天的宇宙):








四、搞事情第三步:推广链接

关于推广,咱也不懂,咱也不敢说。 傻傻的我决定自己发一条微博(心里大概是想:这么方便的工具,肯定会受大家欢迎的,肯定是这样没有错,对,没错…):








现实嘛,总是残酷的。吃瓜群众都猜到了:无人问津,石沉海底~
几经周折,最后呢在一位相关话题的热门博主的鼎力帮助下,最终迎来了一些流量:








五、搞事情第四步:统计分析

虽然这个流量跟我想象的还是相差甚远,毕竟这个话题也是有上亿的阅读量的,但是我还是决定对昨天访问的情况做一个简单的统计:

1.数据处理

在某度统计里拿到网页访问数据的原始csv表格后,进行了简单数据处理,调整为更方便读取的格式。

2.数据筛选

由于表格中并不仅仅包括NASA页面的数据,还有一些其他页面的数据,于是必须进行数据的筛选:

# 读取数据data = pd.read_csv('./analyze/20200330-20200330.csv',encoding='utf-8') # 筛选数据(和NASA相关且有有效日期的数据)data_NASA = []for i in range(len(data)): url = urllib.parse.unquote(data['URL'][i]) pv = data['PV'][i] # 浏览量 uv = data['UV'][i] # 访客量 #if url[-1] == '日' and 'NaN' not in url: # 为NASA访问页面 if 'date=' in url and 'NaN' not in url: try: data_NASA.append((re.findall('date=(/d*?月/d*?日)',url)[0],pv,uv)) except: pass

3.统计各天的频率

# 统计各个天数的频率PV_map= {}UV_map = {}PV_total = 0UV_total = 0for d in data_NASA: if d[0] not in PV_map.keys(): PV_map[d[0]] = 0 UV_map[d[0]] = 0 PV_map[d[0]] += d[1] # PV UV_map[d[0]] += d[2] # UV PV_total += d[1] UV_total += d[2]for k in PV_map.keys(): # 计算频率 PV_map[k] = PV_map[k]/PV_total*100 UV_map[k] = UV_map[k]/UV_total*100PVs= sorted(PV_map.items(),key=lambda x:x[1],reverse=True) # 排序UVs= sorted(UV_map.items(),key=lambda x:x[1],reverse=True) # 排序

4.统计星座的频率

# 判断星座def get_xingzuo(month, date): dates = (21, 20, 21, 21, 22, 22, 23, 24, 24, 24, 23, 22) constellations = ("摩羯座", "水瓶座", "双鱼座", "白羊座", "金牛座", "双子座", "巨蟹座", "狮子座", "处女座", "天秤座", "天蝎座", "射手座", "摩羯座") if date < dates[month-1]: return constellations[month-1] else: return constellations[month] # 统计各星座的频率xingzuo = ("摩羯座", "水瓶座", "双鱼座", "白羊座", "金牛座", "双子座", "巨蟹座", "狮子座", "处女座", "天秤座", "天蝎座", "射手座", "摩羯座")xingzuo_map = {}for x in xingzuo: xingzuo_map[x] = 0xingzuo_total = 0for d in data_NASA: month = int(re.findall('(/d*?)月(/d*?)日',d[0])[0][0]) day = int(re.findall('(/d*?)月(/d*?)日',d[0])[0][1]) x = get_xingzuo(month,day) #xingzuo_map[x] += d[1] # PV xingzuo_map[x] += d[2] # UV xingzuo_total += d[2]for k in xingzuo_map.keys(): xingzuo_map[k] = xingzuo_map[k]/xingzuo_total*100xingzuos= sorted(xingzuo_map.items(),key=lambda x:x[1],reverse=True) # 排序

5.统计月份的频率

# 统计各月份的频率month = [str(i)+'月' for i in range(1,13)]month_map = {}for m in month: month_map[m] = 0month_total = 0for d in data_NASA: m = d[0].split('月')[0]+'月' #month_map[m] += d[1] # PV month_map[m] += d[2] # UV month_total += d[2]for k in month_map.keys(): month_map[k] = month_map[k]/month_total*100months= sorted(month_map.items(),key=lambda x:x[1],reverse=True) # 排序

6.数据可视化(3个条形图)

## 生日查询TOP10-按访客量UVdate = []uv = []for i in UVs: date.append(i[0]) uv.append(i[1])top10_date = date[:10]top10_date.reverse()top10_uv = uv[:10]top10_uv.reverse()fig, ax = plt.subplots() # 画图b = plt.barh(top10_date,top10_uv,color='#6699CC') # 金色#FFFACD 银色#C0C0C0 橙色#FFA500 蓝色#6699CCi = len(b)for rect in b: # 画数值 if i==3: # 第三名 rect.set_facecolor('#FFA500') # 橙色 if i==2: # 第二名 rect.set_facecolor('#C0C0C0') # 银色 if i==1: # 第一名 rect.set_facecolor('#FFFACD') # 金色 w = rect.get_width() ax.text(w, rect.get_y()+rect.get_height()/2, ' %.2f%%'%w,ha='left', va='center') i -= 1plt.xticks([]) # 关掉横坐标 ## 星座查询排名 name = []v = []for i in xingzuos: name.append(i[0]) v.append(i[1])name.reverse()v.reverse()fig, ax = plt.subplots() # 画图b = plt.barh(name,v,color='#6699CC') # 金色#FFFACD 银色#C0C0C0 橙色#FFA500 蓝色#6699CCi = len(b)for rect in b: # 画数值 if i==3: # 第三名 rect.set_facecolor('#FFA500') # 橙色 if i==2: # 第二名 rect.set_facecolor('#C0C0C0') # 银色 if i==1: # 第一名 rect.set_facecolor('#FFFACD') # 金色 w = rect.get_width() ax.text(w, rect.get_y()+rect.get_height()/2, ' %.2f%%'%w,ha='left', va='center') i -= 1plt.xticks([]) # 关掉横坐标 ## 月份查询排名 name = []v = []for i in months: name.append(i[0]) v.append(i[1])name.reverse()v.reverse()fig, ax = plt.subplots() # 画图b = plt.barh(name,v,color='#6699CC') # 金色#FFFACD 银色#C0C0C0 橙色#FFA500 蓝色#6699CCi = len(b)for rect in b: # 画数值 if i==3: # 第三名 rect.set_facecolor('#FFA500') # 橙色 if i==2: # 第二名 rect.set_facecolor('#C0C0C0') # 银色 if i==1: # 第一名 rect.set_facecolor('#FFFACD') # 金色 w = rect.get_width() ax.text(w, rect.get_y()+rect.get_height()/2, ' %.2f%%'%w,ha='left', va='center') i -= 1plt.xticks([]) # 关掉横坐标最后的结果就长这个样子:




















写在最后

如果可以,我亦希望在无数次键盘的敲击声中创造出所谓的“极致浪漫”~

最后,附上本次NASA活动中个人觉得比较好看的一些图片:















关键词:星座,各个,分析,采集,信息

74
73
25
news

版权所有© 亿企邦 1997-2025 保留一切法律许可权利。

为了最佳展示效果,本站不支持IE9及以下版本的浏览器,建议您使用谷歌Chrome浏览器。 点击下载Chrome浏览器
关闭