现在位置: 首页 / 可视化系列 / 可视化 / 正文

63 Pandas+Pyecharts | 泡泡玛特微博热搜评论数据分析可视化

大家好，我是欧K~

本期我们利用Python分析「微博泡泡玛特热搜评论数据集」，看看：各用户评论IP地图分布、话题点赞热度趋势、话题评论热度趋势、各个时间段评论数量、舆论情感分布、用户性别占比、评论内容词云等等，希望对大家有所帮助，如有疑问或者需要改进的地方可以联系小编。

涉及到的库：
Pandas— 数据处理
Pyecharts— 数据可视化

🏳️‍🌈 1. 导入模块

import jieba
import pandas as pd
from snownlp import SnowNLP
from pyecharts.charts import *
from pyecharts import options as opts
import warnings
warnings.filterwarnings('ignore')

🏳️‍🌈 2. Pandas数据处理

2.1 读取数据

df = pd.read_excel('微博泡泡玛特数据.xlsx')

2.2 数据信息

df.info()

2.3 数据去重

df1 = df.drop_duplicates()

2.4 数据去空

df1 = df1.dropna()

2.5 时间处理

df1['发布时间_s'] = df1['时间'].str[:10]
df1['时间_d'] = pd.to_datetime(df1['时间']).dt.day
df1['时间_h'] = pd.to_datetime(df1['时间']).dt.hour

2.6 性别处理

df1['性别'] = df1['性别'].replace({'f':'女性','m':'男性'})

2.7 评论内容处理

score = []
for comm in comments:
    s = SnowNLP(comm)
    score.append(round(s.sentiments,4))
df1['情感评分'] = score
df1['情感评分区间'] = pd.cut(df1['情感评分'],bins=[0,0.3,0.7,1],labels=['消极','中性','积极'])

🏳️‍🌈 3. Pyecharts数据可视化

3.1 用户评论IP分布

def get_chart():
    chart = (
        Map()
        .add('', data, 'china')
        .set_global_opts(
            title_opts=opts.TitleOpts(
                title='1-用户评论IP分布',
                subtitle=subtitle,
                pos_top='2%',pos_left='center',
                title_textstyle_opts=opts.TextStyleOpts(font_size=20)
            ),
            visualmap_opts=opts.VisualMapOpts(
                is_show=True,
                pos_left='15%',
                pos_bottom='10%',
                range_color=range_color
            ),
            legend_opts=opts.LegendOpts(is_show=False)
        )
    )
  • 东部地区评论数量要明显高于中西部地区，沿海地区更为明显，也从侧面反映了当地的经济情况。

3.2 话题点赞热度趋势

  • 话题热度在06-08当天最高，后续持续下降，符合一般的舆情趋势。

3.3 话题评论热度趋势

def get_chart():
    chart = (
        Line()
        .add_xaxis(x_data)
        .add_yaxis('', y_data)
        .set_colors(range_color[1])
        .set_global_opts(
            title_opts=opts.TitleOpts(
                title='3-话题评论热度趋势',
                subtitle=subtitle,
                pos_top='2%',pos_left='center',
                title_textstyle_opts=opts.TextStyleOpts(font_size=20)
            ),
            legend_opts=opts.LegendOpts(is_show=False)
        )
    )

3.4 各个时间段评论数量

  • 从评论时间上来看，在晚上的19:00-21:00期间评论量达到顶峰，其他时间较平缓，在早上的07:00-09:00出现次高峰，这个时间也是上班高峰时间。

3.5 评论点赞量分布

def get_chart():
    chart = (
        Scatter()
        .add_xaxis(x_data)
        .add_yaxis('', y_data,label_opts=opts.LabelOpts(is_show=False))
        .set_global_opts(
            title_opts=opts.TitleOpts(
                title='5-评论点赞量分布',
                subtitle=subtitle,
                pos_top='2%',pos_left='center',
                title_textstyle_opts=opts.TextStyleOpts(font_size=20)
            ),
            visualmap_opts=opts.VisualMapOpts(
                is_show=False,
                range_color=range_color
            ),
            legend_opts=opts.LegendOpts(is_show=False)
        )
    )

3.6 舆论情感分布

  • 舆情方面在，大众的积极情绪占比还是最多的，但是和中性情绪相差不是很明显，说明正向反向舆情存在一定波动。

3.7 用户性别占比

def get_chart():
    chart = (
        Pie()
        .add('',
             datas,
             center=['50%', '50%'],
            )
        .set_global_opts(
            title_opts=opts.TitleOpts(
                title='7-用户性别占比',
                subtitle=subtitle,
                pos_top='2%',pos_left='center',
                title_textstyle_opts=opts.TextStyleOpts(font_size=20)
            ),
            legend_opts=opts.LegendOpts(is_show=True,pos_top='12%')
        )
    )

  • 用户性别占比，男女基本持平，说明此舆情和性别关系不大。

3.8 用户性别占比

def get_chart():
    chart = (
        WordCloud()
        .add('', words, word_size_range=[20, 50])
        .set_global_opts(
            title_opts=opts.TitleOpts(
                title='8-评论内容词云',
                pos_top='2%', pos_left='center',
                title_textstyle_opts=opts.TextStyleOpts(font_size=20)
            ),
            visualmap_opts=opts.VisualMapOpts(
                is_show=False,
                range_color=range_color
            ),
        )
    )


4. 源码+数据

下载资源