目录
一、背景介绍
二、爬虫代码
三、可视化代码
3.1 读取数据
3.2 数据清洗
3.3 可视化
3.3.1 IP属地分析-柱形图
3.3.2 评论时间分析-折线图
3.3.3 点赞数分布-直方图
3.3.4 评论内容-情感分布饼图
3.3.5 评论内容-词云图
四、演示视频
一、背景介绍
您好，我是@马哥python说，一枚10年程序猿。
2023开年这段时间，《狂飙》这部热播剧引发全民追剧，不仅全员演技在线，更是符合反黑主旋律，因此创下多个收视率记录！
基于此热门事件，我用python抓取了B站上千条评论，并进行可视化舆情分析，下面详细讲解代码。
二、爬虫代码
爬虫部分不做讲解。
三、可视化代码
为了方便看效果，以下代码采用jupyter notebook进行演示。
3.1 读取数据
用read_csv读取刚才爬取的评论数据：
读取数据
查看前3行及数据形状：
前3行
3.2 数据清洗
数据清洗
3.3 可视化
3.3.1 IP属地分析-柱形图
柱形图
可得结论：TOP10地区中，评论里关注度最高为广东、山东、江苏等地区，其中，广东省的关注度最高。
3.3.2 评论时间分析-折线图
分析出评论时间的分布情况：
折线图
可得结论：关于”狂飙”这个话题，在抓取到的数据范围内，2月2日的评论数据量最大，网友讨论最热烈，达到了将近1200的数量峰值。
3.3.3 点赞数分布-直方图
由于点赞数大部分为0或个位数情况，个别点赞数到达成千上万，直方图展示效果不佳，因此，仅提取点赞数
直方图
可得结论：从直方图的分布来看，点赞数在0-3个的评论占据大多数，很少点赞数达到了上千上万的情况。证明网友对狂飙这部作品的态度分布比较均匀，没有出现态度非常聚集的评论内容。
3.3.4 评论内容-情感分布饼图
针对中文评论数据，采用snownlp开发情感判定函数：
情感判定
情感分布饼图，如下：
饼图
可得结论：关于狂飙这部电视剧，网友的评论情感以正面居多，占据了70.43%，说明这部电视剧获得了网友们很高的评价。
3.3.5 评论内容-词云图
除了哈工大停用词之外，还新增了自定义停用词：
停用词
jieba分词之后，对分词后数据进行绘制词云图：
词云图
可得结论：在词云图中，阳、感染、发烧、症状、疼、嗓子等词汇较大，出现频率较高，反应出众多网友对确诊阳性后描述病症、积极探讨病情的现状。
附原始背景图，可对比看：（需要先人物抠图）
背景图
四、演示视频
代码演示视频：【爬虫+数据清洗+数据可视化】用python分析”狂飙”的B站评论
五、获取源码
完整源码：【爬虫+数据清洗+可视化分析】舆情分析哔哩哔哩”狂飙”的评论
我是马哥，全网累计粉丝上万，欢迎一起交流python技术。
各平台搜索“马哥python说”：知乎、哔哩哔哩、小红书、新浪微博。
