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CSDN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

👉[[CSDN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）