“垃圾分类”大家怎么说？用Python来分析b站弹幕
2020-12-13 05:23
标签：实现 abc 决定 generator 视频 mask 哈哈 head taf “垃圾分类”大家怎么说？用Python分析b站弹幕 目录 0 引言 1 环境 2 需求分析 3 代码实现 4 后记 0 引言 纸巾再湿也是干垃圾？瓜子皮再干也是湿垃圾？？最近大家都被垃圾分类折磨的不行，傻傻的你是否拎得清？自2019.07.01开始，上海已率先实施垃圾分类制度，违反规定的还会面临罚款。 为了避免巨额损失，我决定来b站学习下垃圾分类的技巧。为什么要来b站，听说这可是当下年轻人最流行的学习途径之一。 打开b站，搜索了下垃圾分类，上来就被这个标题吓(吸)到(引)了：在上海丢人的正确姿势。 当然，这里的丢人非彼丢人，指的是丢垃圾的丢。 点开发现，原来是一段对口相声啊，还是两个萌妹子(AI)的对口相声，瞬间就来了兴趣，阐述的是关于如何进行垃圾分类的。 看完一遍又一遍，简直停不下来了，已经开启了洗脑模式，毕竟视频很好玩，视频中的弹幕更是好玩！ 独乐乐不如众乐乐，且不如用Python把弹幕保存下来，做个词云图？就这么愉快地决定了！ 1 环境 操作系统：Windows Python版本：3.7.3 2 需求分析 我们先需要通过 拿到 cid 之后，再填入下面的链接中。 打开之后，就可以看到该视频的弹幕列表。 有了弹幕数据后，我们需要先将解析好，并保存在本地，方便进一步的加工处理，如制成词云图进行展示。 3 代码实现 在这里，我们获取网页的请求使用 requests 模块；解析网址借助 beautifulsoup4 模块；保存为CSV数据，这里借用 pandas 模块。因为都是第三方模块，如环境中没有可以使用 pip 进行安装。 模块安装好之后，进行导入 请求、解析、保存弹幕数据 接下来，我们就对保存好的弹幕数据进行深加工。 制作词云，我们需要用到 wordcloud 模块、matplotlib 模块、jieba 模块，同样都是第三方模块，直接用 pip 进行安装。 模块安装好之后，进行导入，因为我们读取文件用到了 panda 模块，所以一并导入即可 我们可以自行选择一张图片，并基于此图片来生成一张定制的词云图。我们可以自定义一些词云样式，代码如下： 接下来，我们要读取文本信息（弹幕数据），进行分词并连接起来： 最后来看看我们效果图 有没有感受到大家对垃圾分类这个话题的热情，莫名喜感涌上心头。 4 后记 这两个AI萌妹子说的相声很不错，就不知道郭德纲看到这个作品会作何感想。回到垃圾分类的话题，目前《上海市生活垃圾管理条例》已正式施行，不在上海的朋友们也不要太开心，住建部表示，全国其它46个重点城市也即将体验到……哈哈哈哈哈，有趣！ “垃圾分类”大家怎么说？用Python来分析b站弹幕 标签：实现 abc 决定 generator 视频 mask 哈哈 head taf 原文地址：https://www.cnblogs.com/cherry-tang/p/11139801.html
http://comment.bilibili.com/{cid}.xml
pip install requests
pip install beautifulsoup4
pip install lxml
pip install pandas
import requests
from bs4 import BeautifulSoup
import pandas as pd
# 请求弹幕数据
url = ‘http://comment.bilibili.com/99768393.xml‘
html = requests.get(url).content
# 解析弹幕数据
html_data = str(html, ‘utf-8‘)
bs4 = BeautifulSoup(html_data, ‘lxml‘)
results = bs4.find_all(‘d‘)
comments = [comment.text for comment in results]
comments_dict = {‘comments‘: comments}
# 将弹幕数据保存在本地
br = pd.DataFrame(comments_dict)
br.to_csv(‘barrage.csv‘, encoding=‘utf-8‘)
pip install wordcloud
pip install matplotlib
pip install jieba
from wordcloud import WordCloud, ImageColorGenerator
import matplotlib.pyplot as plt
import pandas as pd
import jieba
# 解析背景图片
mask_img = plt.imread(‘Bulb.jpg‘)
‘‘‘设置词云样式‘‘‘
wc = WordCloud(
# 设置字体
font_path=‘SIMYOU.TTF‘,
# 允许最大词汇量
max_words = 2000,
# 设置最大号字体大小
max_font_size = 80,
# 设置使用的背景图片
mask = mask_img,
# 设置输出的图片背景色
background_color=None, mode="RGBA",
# 设置有多少种随机生成状态，即有多少种配色方案
random_state=30)# 读取文件内容
br = pd.read_csv(‘barrage.csv‘, header=None)
# 进行分词，并用空格连起来
text = ‘‘
for line in br[1]:
text += ‘ ‘.join(jieba.cut(line, cut_all=False))