Python大作业——爬虫+可视化+数据分析+数据库（数据分析篇

最后

Python崛起并且风靡，因为优点多、应用领域广、被大牛们认可。学习 Python 门槛很低，但它的晋级路线很多，通过它你能进入机器学习、数据挖掘、大数据，CS等更加高级的领域。Python可以做网络应用，可以做科学计算，数据分析，可以做网络爬虫，可以做机器学习、自然语言处理、可以写游戏、可以做桌面应用…Python可以做的很多，你需要学好基础，再选择明确的方向。这里给大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

👉Python所有方向的学习路线👈

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。

👉Python必备开发工具👈

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

👉Python全套学习视频👈

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

👉实战案例👈

学python就与学数学一样，是不能只看书不做题的，直接看步骤和答案会让人误以为自己全都掌握了，但是碰到生题的时候还是会一筹莫展。

因此在学习python的过程中一定要记得多动手写代码，教程只需要看一两遍即可。

👉大厂面试真题👈

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

[Python大作业——爬虫+可视化+数据分析+数据库（可视化篇）

]( )

[Python大作业——爬虫+可视化+数据分析+数据库（数据库篇）

]( )

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

text = re.findall(‘[\u4e00-\u9fa5]+’, lyric, re.S) # 提取中文

text = " ".join(text)

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

word = jieba.cut(text, cut_all=True) # 分词

new_word = []

for i in word:

if len(i) >= 2:

new_word.append(i) # 只添加长度大于2的词

final_text = " ".join(new_word)

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！

mask = np.array(Image.open(“2.jpg”))

word_cloud = WordCloud(background_color=“white”, width=800, height=600, max_words=100, max_font_size=80, contour_width=1, contour_color=‘lightblue’, font_path=“C:/Windows/Fonts/simfang.ttf”, mask=mask).generate(final_text)

plt.imshow(word_cloud, interpolation=“bilinear”)

plt.axis(“off”)

plt.show()

word_cloud.to_file(self.keyword+‘词云.png’)

os.startfile(self.keyword+‘词云.png’)

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

explode = [0.1, 0, 0, 0, 0, 0, 0, 0, 0, 0]

接下来就可以生成饼图了

plt.figure(figsize=(6, 9)) # 设置图形大小宽高

plt.rcParams[‘font.sans-serif’] = [‘SimHei’] # 解决中文乱码问题

plt.axes(aspect=1) # 设置图形是圆的

plt.pie(x=proportion, labels=name, explode=explode, autopct=‘%3.1f %%’,

shadow=True, labeldistance=1.2, startangle=0, pctdistance=0.8)

plt.title(“热门歌手歌曲量占比”)

plt.show()

plt.savefig(“热门歌手歌曲量占比饼图.jpg”)

os.startfile(“热门歌手歌曲量占比饼图.jpg”)

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

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，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、学习软件

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、全套PDF电子书

书籍的好处就在于权威和体系健全，刚开始学习的时候你可以只看视频或者听某个人讲课，但等你学完之后，你觉得你掌握了，这时候建议还是得去看一下书籍，看权威技术书籍也是每个程序员必经之路。

四、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

五、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。

六、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！