Python大作业——爬虫+可视化+数据分析+数据库（数据分析篇）

一、生成歌词词云

首先我们需要先获取所有爬取到的歌曲的歌词，将他们合成字符串

随后提取其中的中文，再合成字符串

之后使用jieba进行分词，并将其中分出来的长度大于等于2的词保存

接下来为生成的词云选择一张好看的图片，就可以开始生成了！

WordCloud参数中的contour_width=1, contour_color='lightblue’分别为背景图片轮廓线条的粗细和颜色，如果没有设置则不会出现轮廓，font_path是用来指定字体的

生成后可以通过show展示也可以通过保存到本地并打开，最终结果如下

二、热门歌手歌曲量饼图

首先是获得热门歌手列表以及热门歌手歌曲量

随后用每个歌手歌曲数量除以所有这十个歌手的总歌曲数量，得到每个歌手歌曲量的占比

接下来可以选择设置哪一块突出显示，如图中周杰伦部分突出显示

如下只需要将突出部分的值设置大即可

接下来就可以生成饼图了

其中x是歌曲量占比的列表，labels是对应的标签（在此图中则为歌手的姓名），explode就是上文提到的突出显示，这三个列表中的各个值是一一对应的，autopct是设置占比数值的显示方式，3.1f则表示占宽为3位（如果大于会原样输出），精度为1的浮点数

同样可以选择直接show展示，或者保存到本地再打开

三、歌曲热度占比条形图

在之前我们通过爬虫获取了top500的歌曲的信息（如下），现在我们希望对歌曲的热度进行分析，生成柱状图

效果图如下：

本来是想生成歌手拥有热门歌曲数量的柱形图的，但是那个爬取热门歌曲的网站中那些热门歌曲没有对应的歌手，还需要自己再去其他网站获得每首歌曲对应的歌手，太麻烦了就没这么做了，有兴趣的小伙伴可以自己实现一下

首先我们要获得每个热度范围的歌曲数量

下面的data列表就是对应x元组范围的歌曲数量

我们只要通过遍历歌曲热度列表，每次都在其data列表对应热度+1，最终即可得到每个热度范围的歌曲数量

接下来就是创建柱状图，首先解决中文乱码问题

随后即可通过plt.bar创建，其中第一个参数为横坐标数据，第二个参数为纵坐标数据，第三个参数为为柱状图填充颜色，第四个参数为透明度

title，xlabel，ylabel显然就是该柱状图的标题，横坐标和纵坐标的名称

如果你还没有系统的学习资料，有需要的读者朋友们可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】==

一、Python学习大纲

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python必备开发工具

三、入门学习视频

四、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

五、python副业兼职与全职路线

👉[[优快云大礼包：《python兼职资源&全套学习资料》免费分享]]（安全链接，放心点击）