【NLP舆情分析】基于python微博舆情分析可视化系统(flask+pandas+echarts) 视频教程 - 微博评论数据可视化分析-性别占比饼状图实现

大家好，我是java1234_小锋老师，最近写了一套【NLP舆情分析】基于python微博舆情分析可视化系统(flask+pandas+echarts)视频教程，持续更新中，计划月底更新完，感谢支持。今天讲解微博评论数据可视化分析-性别占比饼状图实现

视频在线地址：

2026版【NLP舆情分析】基于python微博舆情分析可视化系统(flask+pandas+echarts+爬虫) 视频教程 （火爆连载更新中..）_哔哩哔哩_bilibili

课程简介：

 

本课程采用主流的Python技术栈实现，Mysql8数据库，Flask后端，Pandas数据分析，前端可视化图表采用echarts，以及requests库，snowNLP进行情感分析，词频统计，包括大量的数据统计及分析技巧。

实现了，用户登录，注册，爬取微博帖子和评论信息，进行了热词统计以及舆情分析，以及基于echarts实现了数据可视化，包括微博文章分析，微博IP分析，微博评论分析，微博舆情分析。最后也基于wordcloud库实现了词云图，包括微博内容词云图，微博评论词云图，微博评论用户词云图等功能。

微博评论数据可视化分析-性别占比饼状图实现

page.py实现commentDataAnalysis方法：

@pb.route('/commentDataAnalysis')
def commentDataAnalysis():
    """
    微博评论数据分析
    :return:
    """
    commentList = commentDao.getAllComment()
    xDzData = []  # 点赞x轴数据
    rangeNum = 5
    for item in range(0, 20):
        xDzData.append(str(rangeNum * item) + '-' + str(rangeNum * (item + 1)))
    xDzData.append('1百+')
    genderDic = {'男': 0, '女': 0}
    yDzData = [0 for x in range(len(xDzData))]  # 点赞y数据
    for comment in commentList:
        for item in range(len(xDzData)):
            if int(comment[4] < rangeNum * (item + 1)):
                yDzData[item] += 1
                break
            elif int(comment[4]) > 100:
                yDzData[len(xDzData) - 1] += 1
        if genderDic.get(comment[8], -1) != -1:
            genderDic[comment[8]] += 1
    genderData = [{
        'name': x[0],
        'value': x[1]
    } for x in genderDic.items()]
    return render_template('commentDataAnalysis.html',
                           xDzData=xDzData,
                           yDzData=yDzData,
                           genderData=genderData)

前端commentDataAnalysis.html实现饼状图代码：

<script>
        var chartDom = document.getElementById('xbMain');
        var myChart = echarts.init(chartDom);
        var option;
​
        option = {
            title: {
                text: '评论性别占比饼图',
                left: 'center'
            },
            tooltip: {
                trigger: 'item'
            },
            legend: {
                orient: 'vertical',
                left: 'left'
            },
            series: [
                {
                    name: '性别个数',
                    type: 'pie',
                    radius: '50%',
                    data: {{ genderData | tojson }},
                    emphasis: {
                        itemStyle: {
                            shadowBlur: 10,
                            shadowOffsetX: 0,
                            shadowColor: 'rgba(0, 0, 0, 0.5)'
                        }
                    }
                }
            ]
        };
​
        option && myChart.setOption(option);
​
    </script>