【芝麻IP代理】三、数据分析与可视化
1、获取cookies
城市信息筛选中文字
匹配pyecharts支持的城市列表
2、基于snownlp的情感分析
关于snownlp的作用，主要可以进行中文分词、词性标注、情感分析、文本分类、转换拼音、繁体转简体、提取文本关键词、提取摘要、分割句子、文本相似。官网链接：/project/snownlp/
由于snownlp全部是unicode编码，所以要注意数据是否为unicode编码。因为是unicode编码，所以不需要去除中文文本里面含有的英文，因为都会被转码成统一的编码上面只是调用snownlp原生语料库对文本进行分析，snownlp重点针对购物评价领域，所以为了提高情感分析的准确度可以采取训练语料库的方法。
3、评论来源城市分析
调用pyecharts的page函数，可以在一个图像对象中创建多个chart，只需要对应的add即可。
4、影片情感分析
0.5以下为负面情绪，0.5以上为正面情绪。可以看到好评还是很不错的，至于豆瓣上一些看衰评论只是少数。
5、电影评分走势分析读取csv文件，以dataframe(df)形式保存
遍历df行，保存到list
统计相同日期相同评分的个数
转换为df格式，设置列名
按日期排序
遍历新的df，每个日期的评分分为5种，因此需要插入补充缺失数值。
由于允许爬取的量少和时间问题，部分数据不是很明显。但依然可以得出一些发现。在影片上映开始的一周内，为评论高峰，尤其是上映3天内，这符合常识，但是也可能有偏差，因为爬虫获取的数据是经过豆瓣电影排序的，倘若数据量足够大得出的趋势可能更接近真实情况。
另外发现，影片在上映前也有部分评论，分析可能是影院公映前的小规模试映，且这些提前批的用户的评分均值，差不多接近影评上映后的大规模评论的最终评分 ，从这些细节中，我们或许可以猜测，这些能提前观看影片的，可能是资深影迷或者影视从业人员，他们的评论有着十分不错的参考价值。
6、影评词云图
词云图制作时，先读取CSV文件然后dataframe形式保存，去除评论中非中文文本，选了胡歌照片作为背景，并设置了停用词表。
可以看到高频词“可以”表现出对该片的认可，“特效”体现出特效镜头对科幻片的重要性，“科幻电影”体现出影迷对科幻类电影的浓厚兴趣。
以上就是本次爬取豆瓣网《流浪地球》短评的过程与数据分析。
芝麻动态换IP软件可以实现一键IP自动切换，千万IP库存，自动去重，支持电脑、手机多端使用，智能加速技术多IP池自动分配，数据优化智能模拟百万IP访问，芝麻代理作为动态IP行业的领导者，旨在为各行业提供最优质的网络服务，我们可以为您提供安全高效的IP服务，为您量身打造行业资讯推荐、软件使用技巧，更有专业人士为您定制IP服务，是您建站维护的首要选择。官网可领取免费试用时长，更多问题请点击官网咨询客服。————芝麻动态ip代理运营管理团队
芝麻IP代理软件支持电脑客户端，安卓手机、ios手机，模拟器，虚拟机，云手机一键更换全国IP地址，欢迎访问： 。
python电影评论的情感分析流浪地球_爬虫实例 | Python爬取《流浪地球》豆瓣影评与数据分析（下）...
