爬取冰冰B站千条评论,看看大家说了什么!

【Python】使用Python根据BV号爬取对应B站视频下的所有评论(包括评论下的回复) 【Pyton】使用Python根据BV号爬取对应B站视频下的所有评论(包括评论下的回复) 本文写于2020-4-27,当你阅读到本文的时候如果因为下列原因导致本文代码无法正常工作,本人概不负责。 B站的页面和API接口的变动 B站为页面和API加入了反爬虫机制,或者对请求首部有了新的要求 Python版本的变动和标准库的调整 BeautifulSoup4的变动 使用到的库 【第三方库】:Be... 阅读详情


数据分析

import pandas as pddata = pd.read_excel(r"bingbing.xlsx")
data.head()

 

 

 

用户

性别

等级

评论

点赞

 

数据预处理

数据描述

data.describe()

 

 

 

等级

点赞

 

删除空值

data.dropna()

 

 

 

用户

性别

等级

评论

点赞

 

1180 rows × 5 columns

删除空值

data.drop_duplicates()

 

 

 

用户

性别

等级

评论

点赞

 

1179 rows × 5 columns

可视化

点赞TOP20

df1 = data.sort_values(by="点赞",ascending=False).head(20)from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.faker import Faker

c1 = (
    Bar()
    .add_xaxis(df1["评论"].to_list())
    .add_yaxis("点赞数", df1["点赞"].to_list(), color=Faker.rand_color())
    .set_global_opts(
        title_opts=opts.TitleOpts(title="评论热度Top20"),
        datazoom_opts=[opts.DataZoomOpts(), opts.DataZoomOpts(type_="inside")],
    )
    .render_notebook()
)
c1

 

 

等级分布

data.等级.value_counts().sort_index(ascending=False)6    165
5    502
4    312
3    138
2     63
Name: 等级, dtype: int64from pyecharts import options as opts
from pyecharts.charts import Pie
from pyecharts.faker import Faker

c2 = (
    Pie()
    .add(
        "",
        [list(z) for z in zip([str(i) for i in range(2,7)], [63,138,312,502,165])],
        radius=["40%", "75%"],
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(title="等级分布"),
        legend_opts=opts.LegendOpts(orient="vertical", pos_top="15%", pos_left="2%"),
    )
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
    .render_notebook()
)
c2

 

 

性别分布

data.性别.value_counts().sort_index(ascending=False)from pyecharts import options as opts
from pyecharts.charts import Pie
from pyecharts.faker import Faker

c4 = (
    Pie()
    .add(
        "",
        [list(z) for z in zip(["男","女","保密"], ["404",'103','673'])],
        radius=["40%", "75%"],
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(title="性别分布"),
        legend_opts=opts.LegendOpts(orient="vertical", pos_top="15%", pos_left="2%"),
    )
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
    .render_notebook()
    
)
c4

 

 

绘制词云图

from wordcloud import WordCloud
import jieba
from tkinter import _flatten
from matplotlib.pyplot import imread
from PIL import Image, ImageDraw, ImageFont
import matplotlib.pyplot as pltwith open('stoplist.txt', 'r', encoding='utf-8') as f:
    stopWords = f.read()
with open('停用词.txt','r',encoding='utf-8') as t:
    stopWord = t.read()
total = stopWord.split() + stopWords.split()def my_word_cloud(data=None, stopWords=None, img=None):
    dataCut = data.apply(jieba.lcut)  # 分词
    dataAfter = dataCut.apply(lambda x: [i for i in x if i not in stopWords])  # 去除停用词
    wordFre = pd.Series(_flatten(list(dataAfter))).value_counts()  # 统计词频
    mask = plt.imread(img)
    plt.figure(figsize=(20,20))
    wc  = WordCloud(scale=10,font_path='C:/Windows/Fonts/STXINGKA.TTF',mask=mask,background_color="white",)
    wc.fit_words(wordFre)
    plt.imshow(wc)
    plt.axis('off')my_word_cloud(data=data["评论"],stopWords=stopWords,img="1.jpeg")

数据收集

后记

近期有很多朋友通过私信咨询有关Python学习问题。为便于交流,点击蓝色自己加入讨论解答资源基地

 

实时运筹优化:城市交通AI调度的工程化落地实践 实时运筹优化(Real-time Combinatorial Optimization)是支撑高并发、低延迟城市服务系统的核心范式,其本质是在动态约束下对百万级资源进行毫秒级重分配。它融合多源异构数据融合与边缘-云协同推理,将GPS漂移校准、语义意图解析、行为模式蒸馏等数据提纯工艺转化为可执行决策。该技术不仅提升订单履约率与司机收入,更在动态定价、ETA预估、疲劳干预等关键场景中实现业务指标量化增长。本文以Uber生产级调度系统为蓝本,详解从分层优化架构、分钟级模型进化到区域化治理的全链路工程实践。 阅读详情

相关推荐

【Python】大数据挖掘课程作业1——使用爬虫爬取B站评论、弹幕与UP主的投稿视频列表

【Python】大数据挖掘课程作业1——使用爬虫爬取B站评论、弹幕与UP主的投稿视频列表 数据挖掘部分的基本目标是:对于指定的UP主,能够获取其投稿视频列表;对于指定的视频,能够获取其视频标签、评论(包括评论下的回复)、弹幕。 文章默认读者对网络爬虫有一定的基础知识; 文章写作时(2020-06),B站正处于AV号像BV号过度的时期,部分API可能会在今后发生重大变化,请今后的读者注意。 获取指定UP主的投稿视频列表 首先,我们知道每一个B站帐号都有一个对应的数字UID,然后,通过在浏览器中访问用户的个人主

weixin_41429999的博客 8587

Python爬取冰冰的第一条vlog并进行数据分析

Python对冰冰的第一条vlog千条评论并进行数据分析,绘制词云图,看看大家说了什么吧。

北山啦的博客 4万+

python-b站高考数据爬取及数据分析建模可视化完整(.ipynb中有分析结果的过程).zip

整个项目主要对B站热门高考视频、B站近期发布的高考视频以及人民日报和央视新闻以”高考“为关键词的视频进行爬取和分析。主要分析的内容是发布时间、播放量以及标题信息,主要进行数据可视化、分析和词性词频分析以及情感分析。以下是对相关部分的说明。 可直接提交。

Python毕业设计 大数据B站数据分析与可视化

🔥 这两年开始毕业设计和毕业答辩的要求和难度不断提升,传统的毕设题目缺少创新和亮点,往往达不到毕业答辩的要求,这两年不断有学弟学妹告诉学长自己做的项目系统达不到老师的要求。为了大家能够顺利以及最少的精力通过毕设,学长分享优质毕业设计项目,今天要分享的是🚩大数据B站数据分析与可视化🥇学长这里给一个题目综合评分(每项满分5分)难度系数:3分工作量:3分创新点:4分。

kooerr的博客 4877

ITIL-IT运维管理-概述

ITIL-IT运维管理-概述 概述 IT服务管理(ITSM)是一套帮助企业对IT系统的规划、研发、实施和运营进行有效管理的方法,是一套方法论。ITSM起源于ITIL(IT Infrastructure Library,IT基础架构标准库),ITIL是CCTA(英国国家电脑局)于1980年开发的一套IT服务管理标准库。它把英国在IT管理方面的方法归纳起来,变成规范,为企业的IT部门提供一套从计划、研发、实施到运维的标准方法。 中文名 IT服务管理 外文名 ITService Management 专家

syjhct的博客 4万+

嵌入式开发实战:LWIP中PPP协议配置全流程(含CHAP认证避坑指南)

本文是一份嵌入式开发实战指南,详细解析了如何在STM32平台上配置LWIP协议栈中的PPP协议,实现从串口到IP网络的完整连接。内容涵盖工程搭建、源码整合、关键配置、串口驱动绑定、状态管理以及CHAP认证等核心流程,并重点提供了CHAP认证失败的排查与避坑指南,帮助开发者高效打通嵌入式设备的网络连接。

plant的博客 461

用python爬取冰冰B站千条评论,我发现了这些...

Python爬取冰冰第一条B站视频的千条评论,绘制词云图,看看大家说了什么吧 B站当日弹幕获取冰冰B站视频弹幕爬取原理解析 数据分析 import pandas as pd data = pd.read_excel(r"bingbing.xlsx") data.head() 用户 性别 等级 评论 点赞 0 食贫道 男 6 [呆][呆][呆]你来了嘿! 158457 1 毕导T...

码农黑羽的博客 1763

四阶龙格库塔法求解一次常微分方程组(python实现)

之前在博客发布了关于使用四阶龙格库塔方法求解一次常微分方程组的文章,由于代码缺少具体的验证,部分朋友可能存在疑问,因此这里打算再重新写一篇博客来验证一下程序的正确性,另外,这里是使用python语言来实现的。

HelloWorldTM的博客 8542

爬取冰冰B站千条评论,看看大家说了什么

Python爬取 冰冰 第一条B站视频的千条评论,绘制词云图,看看大家说了什么吧 文章目录 数据分析 数据预处理 数据描述 删除空值 删除重复值 可视化 点赞TOP20 等级分布 性别分布 绘制词云图 Summary 数据收集 B站当日弹幕获取 冰冰B站视频弹幕爬取原理解析 数据分析 import pandas as pd data = pd.read_excel(r"bingbing.xlsx") data.head() </tbody> .

weixin_52395571的博客 514

反激电源RCD尖峰吸收电路的原理以及调试

反激电源RCD尖峰吸收电路的原理以及调试

mnmmnmn的博客 9249

SAP PP未清生产订单关闭物料退料、新工单发料批量处理

( werks = '1001' lgort = 'A004' lgobe = '组装-成品组装' )( werks = '1002' lgort = 'C006' lgobe = '组装-二车间' )( werks = '1002' lgort = 'C007' lgobe = '组装-二车间' )( werks = '1001' lgort = 'A007' lgobe = '组装-MS' )( werks = '1001' lgort = 'A008' lgobe = '组装-GW' )

dingqing86的专栏 1192

以某乎为实战案例,教你用Python爬取手机App数据

1前言最近爬取的数据都是网页端,今天来教大家如何爬取手机端app数据(本文以ios苹果手机为例,其实安卓跟ios差不多)!本文将以『某乎』为实战案例,手把手教你从配置到代码一步一步的爬取A...

cainiao_python的博客 2万+

【GIS效率手册】告别C盘爆满:三步重置ArcMap默认地理数据库路径

本文针对ArcMap用户C盘空间常被占满的问题,提供了三步重置默认地理数据库路径的详细教程。通过修改地图文档属性,将数据存储位置从C盘迁移至其他驱动器,不仅能有效释放系统盘空间,还能提升数据管理效率与安全性,是GIS数据规范化管理的关键一步。

g2h3i4j5的博客 543

BERTopic+Llama2:电商评论语义聚类与业务洞察自动化

主题建模是文本挖掘的基础技术,其核心在于从非结构化文本中发现潜在语义结构。传统方法如LDA依赖词频统计与独立词汇假设,难以捕捉上下文语义和矛盾表达;而基于句子嵌入的现代方案(如BERTopic)通过Sentence-BERT实现语义级向量化,再结合HDBSCAN动态聚类与c-TF-IDF主题表征,显著提升主题区分度与业务可解释性。该技术路径已广泛应用于用户反馈分析、产品体验优化与客服工单治理等场景,尤其适合处理海量、短文本、高噪声的真实电商评论数据。本文聚焦BERTopic与Llama2的协同范式,详解如何

weixin_30727835的博客 409

【100%通过率】华为OD机试真题 Python【数字最低位排序】【最低位排序】

2023华为OD机试真题 Python【数字最低位排序】【最低位排序】 给定一个非空数组(列表) 起元素数据类型为整型 请按照数组元素十进制最低位从小到大进行排序 十进制最低位相同的元素,相对位置保持不变 当数组元素为负值时,十进制最低为等同于去除符号位后对应十进制值最低位

MISAYAONE的博客 1901

【Windows Server 2019】存储服务器的配置和管理——iSCSI的安装和配置(下)

博文介绍了如何使用Windows 10 和 ESXi 验证iSCSI服务器部署成功以及如何管理iSCSI服务 。

VMware, Windows, Linux, Cisco, Container, Kubernetes, Kali 8000

199999的小米新车,你会买吗?

关于小米造车的消息都在这里了。1小米造车疑云做为一个小米的mini版股东,我一直都很关注小米的发展,积极了解小米都搞了哪些事情,以及雷军都在忙啥。家里也买了很多小米的产品,客观来讲,并不是...

cainiao_python的博客 239

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

python3网络爬虫--爬取b站视频评论用户信息(附源码)

最近马保国老师在b站挺火的,关于他的视频播放量很高,b站视频评论区都是人才说话好听,写个爬虫爬取一下b站评论区用户信息和评论内容。 一.准备工作 1.工具 (1)Chrome 谷歌浏览器 安装地址:https://www.google.cn/chrome/ (插件:json-handle 下载地址:http://jsonhandle.sinaapp.com/,json-handle安装方法: https://blog.youkuaiyun.com/xb12369/article/details/79002208 用于分

懷淰メ的博客 1万+

最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版

Part-E1-SDIO-Specification-Ver4.00-Final-120220.pdf:最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版,包括SDIO 接口的外设,SDIO 接口官方协议等。

lwip-2.0.3

lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。

python分析b站_实战 | Python模型分析B站优质up主

作者 | 远辰来源 | 数据不吹牛不管前浪还是后浪,能够浪起来的才算是好浪。相信大家最近都被号称“浪里白条”的b站刷了不止一次屏。这次咱们先不谈价值观,主要从数据的角度,扒一扒让b站能够在浪里穿梭的资本——优质UP主。本文在RFM模型基础上做了调整,尝试用更符合b站特性的IFL模型,找到各分区优质up主。整个过程以分析项目的形式展开,最终附上了完整源数据和代码,方便感兴趣的同学练手。项目概览分析目...

weixin_33089345的博客 1173

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

【爬虫+数据清洗+可视化分析】用Python分析哔哩哔哩“阳了“的评论数据

马哥原创:用python抓取并分析哔哩哔哩关于"阳了"的视频评论数据。

马哥的专栏 9076

python b站 礼物_用Python爬取并分析了B站最热排行榜,我发现了这些秘密

现在大家的生活中,已经越来越离不开B站了,2020年的第一季度,B站月活跃用户达到了1.72亿,日活跃用户也已经突破了5000万个用户。源源不断的流量让B站的up主们也是粉丝数目不断暴涨,百万粉丝的up主比比皆是。今天,小编就带领大家来爬取并分析一下B站的最热视频排行榜,看看大家究竟都喜欢看什么样子的视频~~01.榜单信息抓取对于榜单的爬取,我们爬取了榜单的前一百名视频的播放量,弹幕数量,以及视频...

weixin_42376671的博客 886

python爬b站评论_学习笔记(1):写了个python爬取B站视频评论的程序

学习笔记(1):写了个python爬取B站视频评论的程序import requestsimport jsonimport ostable='fZodR9XQDSUm21yCkr6zBqiveYah8bt4xsWpHnJE7jL5VG3guMTKNPAwcF'tr={}for i in range(58):tr[table[i]]=is=[11,10,3,8,4,6]xor=177451812add...

weixin_39664477的博客 349

python爬虫:Ajax异步爬取数据(b站评论区)

爬虫时遇到很多数据并不在访问网址的返回包里,而是随着用户下拉逐步加载的,也就是用到了Ajax,那么这时我们该如何爬取我们想要的数据呢?

qq_46145027的博客 4157
上一篇: 用Python写一个植物大战僵尸! 简直一模一样!
下一篇: Python+selenium破解极验滑块验证码模拟人类行为
pythonlaodi
博客等级 码龄6年 286粉丝 244原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值