Python数据分析初探项目 基于Python数据可视化的网易云音乐歌单分析系统 大学编程作业（TUST 天津科技大学 2022年）

已于 2023-08-17 22:33:35 修改
阅读量5.6k 收藏 174
点赞数 37
分类专栏： 源码分享 大学学习 文章标签： python 数据分析 信息可视化 娱乐
于 2023-03-28 17:56:59 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_40734758/article/details/129820594
版权

Python 数据分析初探项目 基于 Python 数据可视化的网易云音乐歌单分析系统 大学编程作业（TUST 天津科技大学 2022 年）

一、项目简介

本基于 Python 数据可视化的网易云音乐歌单分析系统，我使用了 Python 丰富的第三方开源模块，如 numpy, pandas, matplotlib, time, requests, squarify, jieba, wordcloud, bs4 等来制作，实现了对网易云音乐歌单数据的获取，对歌单数据进行可视化分析，得出歌单的评论、收藏、播放、贡献、分布的数量图以及词云，并提出歌单优化的建议。通过这次 Python 数据分析初探项目的实践，我巩固了 Python 的语法知识，熟练应用了各个第三方开源模块，为之后的 Python 数据分析学习打下基础。

这个项目是我大三写的，现在回顾已经非常粗糙，分享出来一方面希望可以帮助初学者，另一方面希望能让同学们可以从目前大学中普遍毫无价值的形式主义作业中解脱出来，更加高效地学习优质计算机知识和主流编程技术，一起发扬开源精神，感受互联网技术的美好愿景。

二、交流学习

互联网开源精神需要大家一起互相交流学习，互相支持奉献。欢迎大家与我友好交流。

加我 QQ 好友获取所有项目源码和项目文档，感谢大家的支持！

Python 数据分析初探项目 基于 Python 数据可视化的网易云音乐歌单分析系统

一、项目简介

（一）项目背景

随着音乐软件的普及，海量的相关数据被创造。在大数据的时代，任何大量的数据一旦被利用起来，将会产生巨大的价值。利用 Python 分析歌曲的相关数据来挖掘客户的需求并更进一步的扩大用户量的例子比比皆是。

考虑到现实的可操作性以及 Python 在数据分析和交互、探索性计算以及数据可视化等方面都有非常成熟的库。且经过小组测试可行性，决定利用 Python 对音乐软件歌单进行分析。

（二）项目过程

此次项目利用 Python 对网易云音乐歌单数据的获取，对歌单数据进行可视化分析。得出歌单的评论、收藏、播放、贡献、分布的数量图以及词云，并提出歌单优化的建议。

项目利用爬虫对数据获取，后对其进行数据清洗，最终进行数据可视化。在分析过程中使用 numpy, pandas, matplotlib, time, requests, squarify, jieba, wordcloud, bs4 第三方模块，最后以柱状图，词云图 以及标签图来展示歌曲收藏量，播放量等相关分析结果并结合相关数据优化歌单播放量。

最后我们实现了项目，并对项目进行了测试。

歌单索引网页调试分析

图 1 歌单索引网页调试分析

歌单详情网页调试分析

图 2 歌单详情网页调试分析

二、项目设计流程图

（一）基于 Python 数据可视化的网易云音乐歌单分析系统的整体架构

基于 Python 数据可视化的网易云音乐歌单分析系统的整体架构图

图 3 基于 Python 数据可视化的网易云音乐歌单分析系统的整体架构图

（二）获取歌单索引页的信息

获取歌单索引页的信息的流程图

图 4 获取歌单索引页的信息的流程图

（三）获取歌单详情页的信息

获取歌单详情页的信息的流程图

图 5 获取歌单详情页的信息的流程图

（四）歌曲出现次数 TOP10

歌曲出现次数 TOP10 的流程图

图 6 歌曲出现次数 TOP10 的流程图

（五）网易云音乐欧美歌单播放 TOP10

网易云音乐欧美歌单播放 TOP10 的流程图

图 7 网易云音乐欧美歌单播放 TOP10 的流程图

（六）网易云音乐欧美歌单评论 TOP10

网易云音乐欧美歌单评论 TOP10 的流程图

图 8 网易云音乐欧美歌单评论 TOP10 的流程图

（七）欧美歌单播放数量分布情况

欧美歌单播放数量分布情况的流程图

图 9 欧美歌单播放数量分布情况的流程图

（八）网易云音乐欧美歌单标签图

网易云音乐欧美歌单标签图的流程图

图 10 网易云音乐欧美歌单标签图的流程图

（九）歌单介绍词云图

歌单介绍词云图的流程图

图 11 歌单介绍词云图的流程图

三、项目实现代码

（一）netease_cloud_music_data_analysis.py

import os

from music_index import get_data_of_music_list_index_page
from music_detail import get_data_of_music_list_detail_page
from top_10_song import data_visualization_of_top_10_song
from top_10_song_up import data_visualization_of_top_10_song_up
from top_10_ea_song_playlists import data_visualization_of_top_10_ea_song_playlists
from top_10_of_ea_song_collection import data_visualization_of_top_10_of_ea_song_collection
from top_10_of_ea_song_comment import data_visualization_of_top_10_of_ea_song_comment
from top_10_ea_song_collection_distribution import data_visualization_of_top_10_ea_song_collection_distribution
from top_10_ea_song_playlists_distribution import data_visualization_of_top_10_ea_song_playlists_distribution
from label_ea_song import data_visualization_of_label_ea_song
from music_wordcloud import data_visualization_of_music_wordcloud


def menu():
    """网易云音乐数据分析系统菜单"""
    print("欢迎使用网易云音乐数据分析系统！(^▽^ )")
    print("---------------------------------------------")
    print("")
    print("        【网易云音乐数据分析系统】 ")
    print("")
    print("        A.获取歌单索引页的信息")
    print("        B.获取歌单详情页的信息")
    print("        C.生成歌曲出现次数 Top10 图片")
    print("        D.生成歌单贡献 UP 主 TOP10 图片")
    print("        E.生成网易云音乐欧美歌单播放 TOP10 图片")
    print("        F.生成网易云音乐欧美歌单收藏 TOP10 图片")
    print("        G.生成网易云音乐欧美歌单评论 TOP10 图片")
    print("        H.生成欧美歌单收藏数量分布情况图片")
    print("        I.生成欧美歌单播放数量分布情况图片")
    print("        J.生成网易云音乐欧美歌单标签图片")
    print("        K.生成歌单介绍词云图片")
    print("")
    print("---------------------------------------------")
    print("请输入您要进行的操作（输入 quit 退出！）：")


def key_down():
    """网易云音乐数据分析系统功能交互"""
    option = input()

    if option == 'quit' or option == 'QUIT':
        print("已退出！\n\n")
        input()

        exit(0)
    elif option == 'a' or option == 'A':
        # 获取歌单索引页的信息
        get_data_of_music_list_index_page()

        return
    elif option == 'b' or option == 'B':
        # 获取歌单详情页的信息
        get_data_of_music_list_detail_page()

        return
    elif option == 'c' or option == 'C':
        # 生成歌曲出现次数 Top10 图片
        data_visualization_of_top_10_song()

        return
    elif option == 'd' or option == 'D':
        # 生成歌单贡献 UP 主 TOP10 图片
        data_visualization_of_top_10_song_up()

        return
    elif option == 'e' or option == 'E':
        # 生成网易云音乐欧美歌单播放 TOP10 图片
        data_visualization_of_top_10_ea_song_playlists()

        return
    elif option == 'f' or option == 'F':
        # 生成网易云音乐欧美歌单收藏 TOP10 图片
        data_visualization_of_top_10_of_ea_song_collection()

        return
    elif option == 'g' or option == 'G':
        # 生成网易云音乐欧美歌单评论 TOP10 图片
        data_visualization_of_top_10_of_ea_song_comment()

        return
    elif option == 'h' or option == 'H':
        # 生成欧美歌单收藏数量分布情况图片
        data_visualization_of_top_10_ea_song_collection_distribution()

        return
    elif option == 'i' or option == 'I':
        # 生成欧美歌单播放数量分布情况图片
        data_visualization_of_top_10_ea_song_playlists_distribution()

        return
    elif option == 'j' or option == 'J':
        # 生成网易云音乐欧美歌单标签图片
        data_visualization_of_label_ea_song()

        return
    elif option == 'k' or option == 'K':
        # 生成歌单介绍词云图片
        data_visualization_of_music_wordcloud()

        return
    else:
        print("选择错误，请重新输入！\n\n")
        input()

        return


if __name__ == '__main__':
    """运行界面及功能代码"""
    while True:
        menu()
        key_down()

        # 清屏
        os.system('cls')

（二）music_index.py

"""数据获取，获取歌单索引页的信息"""
from bs4 import BeautifulSoup
import requests
import time


def get_data_of_music_list_index_page():
    """获取歌单索引页的信息"""
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) '
                      'Chrome/63.0.3239.132 Safari/537.36 '
    }

    print("正在获取歌单索引页的信息...")

    # 输出进度条
    t = 60
    start = time.perf_counter()

    for i in range(t + 1):
        finsh = "▓" * i
        need_do = "-" * (t - i)
        progress = (i / t) * 100
        dur = time.perf_counter() - start

        print("\r{:^3.0f}%[{}->{}]{:.2f}s".format(progress, finsh, need_do, dur), end="")

        time.sleep(0.02)

    for i in range(0, 1330, 35):
        # print('\r', i, end='', flush=True)

        time.sleep(2)

        url = 'https://music.163.com/discover/playlist/?cat=欧美&order=hot&limit=35&offset=' + str(i)
        response = requests.get(url=url, headers=headers)
        html = response.text
        soup = BeautifulSoup(html, 'html.parser')

        # 获取包含歌单详情页网址的标签
        ids = soup.select('.dec a')

        # 获取包含歌单索引页信息的标签
        lis = soup.select('#m-pl-container li')
        # print('\r', len(lis), end='', flush=True)

        for j in range(len(lis)):
            # 获取歌单详情页地址
            url = ids[j]['href']

            # 获取歌单标题,替换英文分割符
            title = ids[j]['title'].replace(',', '，')

            # 获取歌单播放量
            play = lis[j].select('.nb')[0].get_text()

            # 获取歌单贡献者名字
            user = lis[j].select('p')[1].select('a')[0].get_text()

            # 输出歌单索引页信息
            print('\r', url, title, play, user, end='', flush=True)

            # 将索引页写入CSV文件中
            with open('./music_data/music_list.csv', 'a+', encoding='utf-8-sig') as f:
                f.write(url + ',' + title + ',' + play + ',' + user + '\n')

    print("\n已获取歌单索引页的信息，保存至 music_data/music_list.csv")

（三）music_detail.py

"""数据获取，获取歌单详情页的信息"""
from bs4 import BeautifulSoup
import pandas as pd
import requests
import time


def get_data_of_music_list_detail_page():
    """获取歌单详情页的信息"""
    df = pd.read_csv('./music_data/music_list.csv', header=None, on_bad_lines=None, names=['url', 'title', 'play',
                                                                                           'user'])

    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) '
                      'Chrome/63.0.3239.132 Safari/537.36 '
    }

    print("正在获取歌单详情页的信息...")

    # 输出进度条
    t = 60
    start = time.perf_counter()

    for i in range(t + 1):
        finsh = "▓" * i
        need_do = "-" * (t - i)
        progress = (i / t) * 100
        dur = time.perf_counter() - start

        print("\r{:^3.0f}%[{}->{}]{:.2f}s".format(progress, finsh, need_do, dur), end="")

        time.sleep(0.02)

    for i in df['url']:
        time.sleep(2)

        url = 'https://music.163.com' + i
        response = requests.get(url=url, headers=headers)
        html = response.text
        soup = BeautifulSoup(html, 'html.parser')

        # 获取歌单标题
        title = soup.select('h2')[0].get_text().replace(',', '，')

        # 获取标签
        tags = []
        tags_message = soup.select('.u-tag i')

        for p in tags_message:
            tags.append(p.get_text())

        # 对标签进行格式化
        if len(tags) > 1:
            tag = '-'.join(tags)
        else:
            tag = tags[0]

        # 获取歌单介绍
        if soup.select('#album-desc-more'):
            text = soup.select('#album-desc-more')[0].get_text().replace('\n', '').replace(',', '，')
        else:
            text = '无'

        # 获取歌单收藏量
        collection = soup.select('#content-operation i')[1].get_text().replace('(', '').replace(')', '')

        # 歌单播放量
        play = soup.select('.s-fc6')[0].get_text()

        # 歌单内歌曲数
        songs = soup.select('#playlist-track-count')[0].get_text()

        # 歌单评论数
        comments = soup.select('#cnt_comment_count')[0].get_text()

        # 输出歌单详情页信息
        print('\r', title, tag, text, collection, play, songs, comments, end='', flush=True)

        # 将详情页信息写入CSV文件中
        with open('./music_data/music_detail.csv', 'a+', encoding='utf-8-sig') as f:
            f.write(title + ',' + tag + ',' + text + ',' + collection + ',' + play + ',' + songs + ',' + comments +
                    '\n')

        # 获取歌单内歌曲名称
        li = soup.select('.f-hide li a')

        for j in li:
            with open('./music_data/music_name.csv', 'a+', encoding='utf-8-sig') as f:
                f.write(j.get_text() + '\n')

print("\n已获取歌单详情页的信息，保存至 music_data/music_name.csv")

（四）top_10_song.py

"""数据可视化，歌曲出现次数 Top10"""
import pandas as pd
import matplotlib.pyplot as plt
import time


def data_visualization_of_top_10_song():
    """歌曲出现次数 Top10"""
    df = pd.read_csv('./music_data/music_detail.csv', header=None, names=['title'], encoding='utf-8-sig')

    print("正在生成歌曲出现次数 Top10 图片...")

    # 输出进度条
    t = 60
    start = time.perf_counter()

    for i in range(t + 1):
        finsh = "▓" * i
        need_do = "-" * (t - i)
        progress = (i / t) * 100
        dur = time.perf_counter() - start

        print("\r{:^3.0f}%[{}->{}]{:.2f}s".format(progress, finsh, need_do, dur), end="")

        time.sleep(0.02)

    # 数据聚合分组
    place_message = df.groupby(['title'])
    place_com = place_message['title'].agg(['count'])
    place_com.reset_index(inplace=True)
    place_com_last = place_com.sort_index()
    dom = place_com_last.sort_values('count', ascending=False)[0:10]

    # 设置显示数据
    names = [i for i in dom.title]
    names.reverse()
    nums = [i for i in dom['count']]
    nums.reverse()
    data = pd.Series(nums, index=names)

    # 设置图片显示属性,字体及大小
    plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
    plt.rcParams['font.size'] = 10
    plt.rcParams['axes.unicode_minus'] = False

    # 设置图片显示属性
    plt.figure(figsize=(16, 8), dpi=80)
    ax = plt.subplot(1, 1, 1)
    ax.patch.set_color('white')

    # 设置坐标轴属性
    lines = plt.gca()

    # 设置坐标轴颜色
    lines.spines['right'].set_color('none')
    lines.spines['top'].set_color('none')
    lines.spines['left'].set_color((64/255, 64/255, 64/255))
    lines.spines['bottom'].set_color((64/255, 64/255, 64/255))

    # 设置坐标轴刻度
    lines.xaxis.set_ticks_position('none')
    lines.yaxis.set_ticks_position('none')

    # 绘制柱状图,设置柱状图颜色
    data.plot.barh(ax=ax, width=0.7, alpha=0.7, color=(16/255, 152/255, 168/255))

    # 添加标题,设置字体大小
    ax.set_title('网易云音乐欧美歌单歌曲 TOP10', fontsize=18, fontweight='light')

    # 添加歌曲出现次数文本
    for x, y in enumerate(data.values):
        plt.text(y+3.5, x-0.12, '%s' % y, ha='center')

    # 保存图片
    plt.savefig('./music_image/top_10_song.png', dpi=None)

    # 显示图片
    plt.show()

print("\n已生成歌曲出现次数 Top10 图片，保存至 music_image/top_10_song.png")

（五）top_10_ea_song_playlists.py

"""数据可视化，网易云音乐欧美歌单播放 TOP10"""
import pandas as pd
import matplotlib.pyplot as plt
import time


def data_visualization_of_top_10_ea_song_playlists():
    """网易云音乐欧美歌单播放 TOP10"""
    df = pd.read_csv('./music_data/music_detail.csv', header=None)
    df['play'] = df[4]

    print("正在生成网易云音乐欧美歌单播放 TOP10 图片...")

    # 输出进度条
    t = 60
    start = time.perf_counter()

    for i in range(t + 1):
        finsh = "▓" * i
        need_do = "-" * (t - i)
        progress = (i / t) * 100
        dur = time.perf_counter() - start

        print("\r{:^3.0f}%[{}->{}]{:.2f}s".format(progress, finsh, need_do, dur), end="")

        time.sleep(0.02)

    # 数据排序
    names = df.sort_values(by='play', ascending=False)[0][:10]
    plays = df.sort_values(by='play', ascending=False)['play'][:10]

    # 设置显示数据
    names = [i for i in names]
    names.reverse()
    plays = [i for i in plays]
    plays.reverse()
    data = pd.Series(plays, index=names)

    # 设置图片显示属性,字体及大小
    plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
    plt.rcParams['font.size'] = 8
    plt.rcParams['axes.unicode_minus'] = False

    # 设置图片显示属性
    plt.figure(figsize=(16, 8), dpi=80)
    ax = plt.subplot(1, 1, 1)
    ax.patch.set_color('white')

    # 设置坐标轴属性
    lines = plt.gca()

    # 设置坐标轴颜色
    lines.spines['right'].set_color('none')
    lines.spines['top'].set_color('none')
    lines.spines['left'].set_color((64/255, 64/255, 64/255))
    lines.spines['bottom'].set_color((64/255, 64/255, 64/255))

    # 设置坐标轴刻度
    lines.xaxis.set_ticks_position('none')
    lines.yaxis.set_ticks_position('none')

    # 绘制柱状图,设置柱状图颜色
    data.plot.barh(ax=ax, width=0.7, alpha=0.7, color=(136/255, 43/255, 48/255))

    # 添加标题,设置字体属性
    ax.set_title('网易云音乐欧美歌单播放 TOP10', fontsize=18, fontweight='light')

    # 添加歌单收藏数量文本
    for x, y in enumerate(data.values):
        num = str(int(y / 10000))
        plt.text(y+1800000, x-0.08, '%s' % (num + '万'), ha='center')

    # 保存图片
    plt.savefig('./music_image/top_10_ea_song_playlists.png', dpi=None)

    # 显示图片
    plt.show()

print("\n已生成网易云音乐欧美歌单播放 TOP10 图片，保存至 music_image/top_10_ea_song_playlists.png")

（六）top_10_of_ea_song_collection.py

"""数据可视化，网易云音乐欧美歌单收藏 TOP10"""
import pandas as pd
import matplotlib.pyplot as plt
import time


def data_visualization_of_top_10_of_ea_song_collection():
    """网易云音乐欧美歌单收藏 TOP10"""
    df = pd.read_csv('./music_data/music_detail.csv', header=None)

    print("正在生成网易云音乐欧美歌单收藏 TOP10 图片...")

    # 输出进度条
    t = 60
    start = time.perf_counter()

    for i in range(t + 1):
        finsh = "▓" * i
        need_do = "-" * (t - i)
        progress = (i / t) * 100
        dur = time.perf_counter() - start

        print("\r{:^3.0f}%[{}->{}]{:.2f}s".format(progress,
              finsh, need_do, dur), end="")

        time.sleep(0.02)

    # 数据清洗
    dom = []
    for i in df[3]:
        dom.append(int(i.replace('万', '0000')))

    df['collection'] = dom

    # 数据排序
    names = df.sort_values(by='collection', ascending=False)[0][:10]
    collections = df.sort_values(by='collection', ascending=False)[
        'collection'][:10]

    # 设置显示数据
    names = [i for i in names]
    names.reverse()
    collections = [i for i in collections]
    collections.reverse()
    data = pd.Series(collections, index=names)

    # 设置图片显示属性,字体及大小
    plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
    plt.rcParams['font.size'] = 8
    plt.rcParams['axes.unicode_minus'] = False

    # 设置图片显示属性
    plt.figure(figsize=(16, 8), dpi=80)
    ax = plt.subplot(1, 1, 1)
    ax.patch.set_color('white')

    # 设置坐标轴属性
    lines = plt.gca()

    # 设置坐标轴颜色
    lines.spines['right'].set_color('none')
    lines.spines['top'].set_color('none')
    lines.spines['left'].set_color((64/255, 64/255, 64/255))
    lines.spines['bottom'].set_color((64/255, 64/255, 64/255))

    # 设置坐标轴刻度
    lines.xaxis.set_ticks_position('none')
    lines.yaxis.set_ticks_position('none')

    # 绘制柱状图,设置柱状图颜色
    data.plot.barh(ax=ax, width=0.7, alpha=0.7, color=(8/255, 88/255, 121/255))

    # 添加标题,设置字体属性
    ax.set_title('网易云音乐欧美歌单收藏 TOP10', fontsize=18, fontweight='light')

    # 添加歌单收藏数量文本
    for x, y in enumerate(data.values):
        num = str(y/10000)
        plt.text(y+20000, x-0.08, '%s' % (num + '万'), ha='center')

    # 保存图片
    plt.savefig('./music_image/top_10_of_ea_song_collection.png', dpi=None)

    # 显示图片
    plt.show()

print("\n已生成网易云音乐欧美歌单收藏 TOP10 图片，保存至 music_image/top_10_of_ea_song_collection.png")

（七）top_10_of_ea_song_comment.py

"""数据可视化，网易云音乐欧美歌单评论 TOP10"""
import pandas as pd
import matplotlib.pyplot as plt
import time


def data_visualization_of_top_10_of_ea_song_comment():
    """网易云音乐欧美歌单评论 TOP10"""
    df = pd.read_csv('./music_data/music_detail.csv', header=None)

    print("正在生成网易云音乐欧美歌单评论 TOP10 图片...")

    # 输出进度条
    t = 60
    start = time.perf_counter()

    for i in range(t + 1):
        finsh = "▓" * i
        need_do = "-" * (t - i)
        progress = (i / t) * 100
        dur = time.perf_counter() - start

        print("\r{:^3.0f}%[{}->{}]{:.2f}s".format(progress, finsh, need_do, dur), end="")

        time.sleep(0.02)

    # 数据清洗
    df['love'] = [int(i.replace('评论', '0')) for i in df[6]]

    # 数据排序
    names = df.sort_values(by='love', ascending=False)[0][:10]
    comments = df.sort_values(by='love', ascending=False)['love'][:10]

    # 设置显示数据
    names = [i for i in names]
    names.reverse()
    comments = [i for i in comments]
    comments.reverse()
    data = pd.Series(comments, index=names)

    # 设置图片显示属性,字体及大小
    plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
    plt.rcParams['font.size'] = 8
    plt.rcParams['axes.unicode_minus'] = False

    # 设置图片显示属性
    plt.figure(figsize=(16, 8), dpi=80)
    ax = plt.subplot(1, 1, 1)
    ax.patch.set_color('white')

    # 设置坐标轴属性
    lines = plt.gca()

    # 设置坐标轴颜色
    lines.spines['right'].set_color('none')
    lines.spines['top'].set_color('none')
    lines.spines['left'].set_color((64/255, 64/255, 64/255))
    lines.spines['bottom'].set_color((64/255, 64/255, 64/255))

    # 设置坐标轴刻度
    lines.xaxis.set_ticks_position('none')
    lines.yaxis.set_ticks_position('none')

    # 绘制柱状图,设置柱状图颜色
    data.plot.barh(ax=ax, width=0.7, alpha=0.7, color=(160/255, 102/255, 50/255))
    ax.set_title('网易云音乐欧美歌单评论 TOP10', fontsize=18, fontweight='light')

    # 添加歌单评论数量文本
    for x, y in enumerate(data.values):
        plt.text(y+200, x-0.08, '%s' % y, ha='center')

    # 保存图片
    plt.savefig('./music_image/top_10_of_ea_song_comment.png', dpi=None)

    # 显示图片
    plt.show()

print("\n已生成网易云音乐欧美歌单评论 TOP10 图片，保存至 music_image/top_10_of_ea_song_comment.png")

（八）top_10_ea_song_collection_distribution.py

"""数据可视化，欧美歌单收藏数量分布情况"""
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import time


def data_visualization_of_top_10_ea_song_collection_distribution():
    """欧美歌单收藏数量分布情况"""
    df = pd.read_csv('./music_data/music_detail.csv', header=None)

    print("正在生成欧美歌单收藏数量分布情况图片...")

    # 输出进度条
    t = 60
    start = time.perf_counter()

    for i in range(t + 1):
        finsh = "▓" * i
        need_do = "-" * (t - i)
        progress = (i / t) * 100
        dur = time.perf_counter() - start

        print("\r{:^3.0f}%[{}->{}]{:.2f}s".format(progress, finsh, need_do, dur), end="")

        time.sleep(0.02)

    # 对收藏数取对数
    dom = []
    for i in df[3]:
        dom.append(np.log(int(i.replace('万', '0000'))))

    df['collection'] = dom

    # 设置图片显示属性,字体及大小
    plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
    plt.rcParams['font.size'] = 12
    plt.rcParams['axes.unicode_minus'] = False

    # 设置图片显示属性
    plt.figure(figsize=(16, 8), dpi=80)
    ax = plt.subplot(1, 1, 1)
    ax.patch.set_color('white')

    # 设置坐标轴属性
    lines = plt.gca()

    # 设置坐标轴颜色
    lines.spines['right'].set_color('none')
    lines.spines['top'].set_color('none')
    lines.spines['left'].set_color((64/255, 64/255, 64/255))
    lines.spines['bottom'].set_color((64/255, 64/255, 64/255))
    lines.xaxis.set_ticks_position('none')
    lines.yaxis.set_ticks_position('none')

    # 绘制直方图,设置直方图颜色
    ax.hist(df['collection'], bins=30, alpha=0.7, color=(21/255, 47/255, 71/255))
    ax.set_title('欧美歌单收藏数量分布情况', fontsize=20)

    # 保存图片
    plt.savefig('./music_image/top_10_ea_song_collection_distribution.png', dpi=None)

    # 显示图片
    plt.show()

print("\n已生成欧美歌单收藏数量分布情况图片，保存至 music_image/top_10_ea_song_collection_distribution.png")

（九）top_10_ea_song_playlists_distribution.py

"""数据可视化，欧美歌单播放数量分布情况"""
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import time


def data_visualization_of_top_10_ea_song_playlists_distribution():
    """欧美歌单播放数量分布情况"""
    df = pd.read_csv('./music_data/music_detail.csv', header=None)

    print("正在生成欧美歌单播放数量分布情况图片...")

    # 输出进度条
    t = 60
    start = time.perf_counter()

    for i in range(t + 1):
        finsh = "▓" * i
        need_do = "-" * (t - i)
        progress = (i / t) * 100
        dur = time.perf_counter() - start

        print("\r{:^3.0f}%[{}->{}]{:.2f}s".format(progress, finsh, need_do, dur), end="")

        time.sleep(0.02)

    # 对播放数取对数
    dom = []
    for i in df[4]:
        dom.append(np.log(i))

    df['collection'] = dom

    # 设置图片显示属性,字体及大小
    plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
    plt.rcParams['font.size'] = 12
    plt.rcParams['axes.unicode_minus'] = False

    # 设置图片显示属性
    plt.figure(figsize=(16, 8), dpi=80)
    ax = plt.subplot(1, 1, 1)
    ax.patch.set_color('white')

    # 设置坐标轴属性
    lines = plt.gca()

    # 设置坐标轴颜色
    lines.spines['right'].set_color('none')
    lines.spines['top'].set_color('none')
    lines.spines['left'].set_color((64/255, 64/255, 64/255))
    lines.spines['bottom'].set_color((64/255, 64/255, 64/255))
    lines.xaxis.set_ticks_position('none')
    lines.yaxis.set_ticks_position('none')

    # 绘制直方图,设置直方图颜色
    ax.hist(df['collection'], bins=30, alpha=0.7, color=(255/255, 153/255, 0/255))
    ax.set_title('欧美歌单播放数量分布情况', fontsize=20)

    # 保存图片
    plt.savefig('./music_image/top_10_ea_song_playlists_distribution.png', dpi=None)

    # 显示图片
    plt.show()

    print("\n已生成欧美歌单播放数量分布情况图片，保存至 music_image/top_10_ea_song_playlists_distribution.png")

（十）label_ea_song.py

"""数据可视化，网易云音乐欧美歌单标签图"""
import squarify
import pandas as pd
import matplotlib.pyplot as plt
import time


def data_visualization_of_label_ea_song():
    """网易云音乐欧美歌单标签图"""
    df = pd.read_csv('./music_data/music_detail.csv', header=None)

    print("正在生成网易云音乐欧美歌单标签图片...")

    # 输出进度条
    t = 60
    start = time.perf_counter()

    for i in range(t + 1):
        finsh = "▓" * i
        need_do = "-" * (t - i)
        progress = (i / t) * 100
        dur = time.perf_counter() - start

        print("\r{:^3.0f}%[{}->{}]{:.2f}s".format(progress, finsh, need_do, dur), end="")

        time.sleep(0.02)

    # 处理标签信息
    tags = []
    dom2 = []

    for i in df[1]:
        c = i.split('-')

        for j in c:
            if j not in tags:
                tags.append(j)
            else:
                continue

    for item in tags:
        num = 0

        for i in df[1]:
            type2 = i.split('-')

            for j in range(len(type2)):
                if type2[j] == item:
                    num += 1
                else:
                    continue

        dom2.append(num)

    # 数据创建
    data = {'tags': tags, 'num': dom2}
    frame = pd.DataFrame(data)
    df1 = frame.sort_values(by='num', ascending=False)
    name = df1['tags'][:10]
    income = df1['num'][:10]

    # 绘图 details
    colors = ['#993333', '#CC9966',  '#333333', '#663366', '#003366', '#009966', '#FF6600', '#FF0033', '#009999',
              '#333366']
    plot = squarify.plot(sizes=income, label=name, color=colors, alpha=1, value=income, edgecolor='white',
                         linewidth=1.5)

    # 设置图片显示属性,字体及大小
    plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
    plt.rcParams['font.size'] = 8
    plt.rcParams['axes.unicode_minus'] = False

    # 设置标签大小为 1
    plt.rc('font', size=6)

    # 设置标题大小
    plot.set_title('网易云音乐欧美歌单标签图', fontsize=13, fontweight='light')

    # 除坐标轴
    plt.axis('off')

    # 除上边框和右边框刻度
    plt.tick_params(top=False, right=False)

    # 保存图片
    plt.savefig('./music_image/label_ea_song.png', dpi=None)

    # 显示图片
    plt.show()

print("\n已生成网易云音乐欧美歌单标签图片，保存至 music_image/label_ea_song.png")

（十一）music_wordcloud.py

"""数据可视化，歌单介绍词云图"""
from wordcloud import WordCloud, ImageColorGenerator
import matplotlib.pyplot as plt
import pandas as pd
import jieba
import time


def data_visualization_of_music_wordcloud():
    """歌单介绍词云图"""
    df = pd.read_csv('./music_data/music_detail.csv', header=None)
    text = ''

    print("正在生成歌单介绍词云图片...")

    # 输出进度条
    t = 60
    start = time.perf_counter()

    for i in range(t + 1):
        finsh = "▓" * i
        need_do = "-" * (t - i)
        progress = (i / t) * 100
        dur = time.perf_counter() - start

        print("\r{:^3.0f}%[{}->{}]{:.2f}s".format(progress, finsh, need_do, dur), end="")

        time.sleep(0.02)

    for line in df[2]:
        text += ' '.join(jieba.cut(line, cut_all=False))

    background_image = plt.imread('./music_image/background_image.jpg')

    stopwords = set('')
    stopwords.update(
        ['封面', 'none介绍', '介绍', '歌单', '歌曲', '我们', '自己', '没有', '就是', '可以', '知道', '一起', '不是',
         '因为', '什么', '时候', '还是', '如果', '不要', '那些', '那么', '那个', '所有', '一样', '一直', '不会', '现在',
         '他们', '这样', '最后', '这个', '只是', '有些', '其实', '开始', '曾经', '所以', '不能', '你们', '已经', '后来',
         '一切', '一定', '这些', '一些', '只有', '还有'])

    wc = WordCloud(
        background_color='white',
        mask=background_image,
        font_path='./font_resources/STZHONGS.ttf',
        max_words=2000,
        max_font_size=150,
        random_state=30,
        stopwords=stopwords
    )
    wc.generate_from_text(text)

    # 看看词频高的有哪些,把无用信息去除
    process_word = WordCloud.process_text(wc, text)
    sort = sorted(process_word.items(), key=lambda e: e[1], reverse=True)
    # print(sort[:50])

    img_colors = ImageColorGenerator(background_image)
    wc.recolor(color_func=img_colors)
    plt.imshow(wc)
    plt.axis('off')

    # 保存图片
    wc.to_file("./music_image/music_wordcloud.png")

    # 显示图片
    plt.show()

    print("\n已生成歌单介绍词云图片，保存至 music_image/music_wordcloud.png")

四、项目分析结果

网易云用户是很习惯创建歌单的一个用户群体，很多用户也是通过歌单了解到一些歌曲。一个网易云用户甚至自己一个人就创建上百个歌单，我们爬取了网易云欧美歌单的数据，制作了以下表格。

（一）歌曲出现次数 TOP10

网易云音乐欧美歌单歌曲 TOP10

图 12 网易云音乐欧美歌单歌曲 TOP10

我们获得了网易云音乐欧美歌单中的 TOP10 歌曲，相信熟悉欧美歌曲的小伙伴们对这些歌都很熟悉，他们曾经或许就出现在推荐给你的歌单中。

（二）网易云音乐欧美歌单播放 TOP10

网易云音乐欧美歌单播放 TOP10

图 13 网易云音乐欧美歌单播放 TOP10

这是欧美歌单播放量前十排行榜，第一名拥有高达 4 亿的播放量，可见欧美歌曲是非常令人欢迎的。在歌单中统计中我们可以看到旋律和节奏是很多欧美音乐爱好者们比较看重和喜欢的。

（三）网易云音乐欧美歌单评论 TOP10

网易云音乐欧美歌单评论 TOP10

图 14 网易云音乐欧美歌单评论 TOP10

可以看到歌单【定制 最懂你的欧美推荐 每日更新 35 首】的评论数量最多。这可能与他日更与定制的性质有关。可以看到，很多热门的歌单其评论通常也很多。这个榜单中的歌单在上一个热门歌单的榜单也能找到。

（四）欧美歌单播放数量分布情况

欧美歌单播放数量分布情况

图 15 欧美歌单播放数量分布情况

将播放数做对数处理，使得能直观看出歌单播放数的分布。

歌单播放数主要分布在 0-1000 万。

其中 ln(10000000) = 16。

（五）网易云音乐欧美歌单标签图

网易云音乐欧美歌单标签图

图 16 网易云音乐欧美歌单标签图

我们还找到了这些歌单的标签情况，既然是欧美歌单，【欧美】自然就占大头，几乎一半。我们还可以看到【电子】和【流行】这两大类也是非常多，【欧美流行】和【欧美电子】近两年在网易云用户中越来越火爆，特别是【欧美电子】，不少青年已经是电子音乐的忠实粉丝。

（六）歌单介绍词云图

歌单介绍词云图

图 17 歌单介绍词云图

歌单介绍词云图，这些词包括一个歌单的风格，背景还有故事。或许你曾经是因为哪一个词打动了你，让你收藏的这份歌单。与歌曲产生共鸣。

（七）音乐歌单运营分析

歌单有两种形式，一种是由官方创建的歌单，另一种是由用户自主创建的歌单，在网易云中，我们收藏倾听的大多来自个人用户。而歌单的运营不论是对个人还是官方都是有意义的。

很多用户是以歌单作为入口来了解音乐的，很少主动的的持续的去搜索音乐，所以歌单是否丰富，歌单的品质是否足够好，决定了用户使用的频率和时间。用户能够获取到越多越好的好歌单，就意味着这个音乐平台更有价值。

对于个人而言，创造令很多人满意的歌单，让个人获得关注，更高的成就感，进而创造更好的精品歌单。

所以我们基于以上的分析，做出了一个关于欧美歌单的运营分析：

在歌单内容方面，图 15 网易云音乐欧美歌单标签图里，我们可以看出，流行类标签和电子标签占比大约 50%。以标签分类实行个性化推荐，可以让歌单更容易被找到，曝光，便于管理。

另外我们的歌单可以向这两个热门的方向靠拢，面向受众面广的人群，可以获得可观的流量。再加上电子音乐的兴起，越来越优秀的电子音乐出现，可以丰富我们的歌单。

在歌单标题方面，歌单相当于一篇文章，歌单的标题可以吸引听众的注意力，让他们进来了解歌单，收听歌单。在歌单播放量 TOP10 和歌单评论数量 TOP10 中，我们区分出以下几类：

在特殊标志式方面，在前十的几个歌单名称中我们可以看到"【】“，”|"等特殊字符，这些特殊字符可以吸引听众的目光，强调自己歌单的亮点。

在强吸引式方面，使用"精选"，“10w+”，"专属"等字眼，驱使听众点击。

在结论式方面使用，“热血燃向 | 提神醒脑防嗜睡型 BGM” 等字眼，驱使听众点击。

综上所述，一份歌单成功离不开标题、歌曲风格、乃至歌曲数。只有平衡好其中的因素，才能使其播放量达到预期。

（八）歌单数据可视化的商业价值

歌单数据可视化可以帮助音乐公司更好地理解消费者喜好，并为消费者提供更符合他们喜好的歌单。

此外，歌单数据可视化还可以帮助音乐公司更好地分析歌单中的信息，并利用这些信息来决定如何定价、营销和分销音乐。

因此，歌单数据可视化具有一定的商业价值，可以为音乐公司提供重要的市场信息。

Python爬虫实战，matplotlib模块，Python实现网易云音乐歌单数据可视化
weixin_54556126的博客
12-02 5185
前言 利用Python实现网易云音乐歌单数据可视化。废话不多说。 让我们愉快地开始吧~ 开发工具 Python版本： 3.6.4 相关模块： requests模块 pandas模块 matplotlib模块； 以及一些Python自带的模块。 环境搭建 安装Python并添加到环境变量，pip安装需要的相关模块即可。 本次通过对网易云音乐华语歌单数据的获取，对华语歌单数据进行可视化分析。 使用matplotlib可视化库，利用这个底层库来进行可视化展示。 网页分析 歌单索引页
使用Python分析网易云歌曲评论信息，通过可视化处理我发现了这些有趣的规律
Python_xiaowu的博客
01-20 2596
前言 前几天有个学生娃子找我帮忙做点可视化的作业，作业内容包括采集网易云音乐热评评论内容，数据量1W作业足够，然后就是做点数据分析相关的工作即可。这份大作业里边有网络爬虫，有数据分析和数据处理，还有可视化，算是一个大实验了，还需要上交实验报告。这里拿出来部分知识点，给大家分享。学生娃的作业，参考了这个文章：​​网易云音乐评论爬取​​。 数据来源 首先是数据来源，来自网易云音乐热评，代码这里就不放出来了，调用了API获取的，抓取难度就少了许多，这里不在赘述了。 分析过程 时间处理 下面的代..
基于python的网易云数据分析与可视化系统-计算机毕业设计源码40693
最新发布
vx1_Biye_Design的博客
03-13 1047
网易云是中国领先的音乐平台，拥有数亿活跃用户。每天都有数以亿计的用户在网易云音乐上产生海量的数据，这些数据包括用户的听歌记录、收藏歌单、评论信息等。这些蕴含着丰富的信息，可以帮助我们了解用户的行为习惯、音乐品味等。然而，这些数据也带来了一个挑战，如何有效地挖掘和分析这些数据，有价值的信息，为用户提供更好的服务。为了解决这个问题，本文提出了一种基于Python的网易云音乐数据分析与可视化系统。旨在从海量数据中提取有价值的信息，并通过可视化手段展示给用户。在可视化方面，系统利用Python的可视化库....
Python数据分析初探项目基于Python数据可视化的网易云音乐歌单分析系统大学编程作业
09-12
1、资源项目源码均已通过严格测试验证，保证能够正常运行； 2、项目问题、技术讨论，可以给博主私信或留言，博主看到后会第一时间与您进行沟通； 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用，尤其对于人工智能、计算机科学与技术等相关专业，更为适合； 4、下载使用后，可先查看README.md文件（如有），本项目仅用作交流学习参考，请切勿用于商业用途。1、资源项目源码均已通过严格测试验证，保证能够正常运行； 2、项目问题、技术讨论，可以给博主私信或留言，博主看到后会第一时间与您进行沟通； 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用，尤其对于人工智能、计算机科学与技术等相关专业，更为适合； 4、下载使用后，可先查看README.md文件（如有），本项目仅用作交流学习参考，请切勿用于商业用途。1、资源项目源码均已通过严格测试验证，保证能够正常运行； 2、项目问题、技术讨论，可以给博主私信或留言，博主看到后会第一时间与您进行沟通； 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用，尤其对于人工智能、计算机科学与技术等相关专业，更为适合； 4、下载使用后，可先查看README.md文件（如有），本项目仅用作交流学习参考，请切勿用于商业用途。1、资源项目源码均已通过严格测试验证，保证能够正常运行； 2、项目问题、技术讨论，可以给博主私信或留言，博主看到后会第一时间与您进行沟通； 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用，尤其对于人工智能、计算机科学与技术等相关专业，更为适合； 4、下载使用后，可先查看README.md文件（如有），本项目仅用作交流学习参考，请切勿用于商业用途。1、资源项目源码均已通过严格测试验证，保证能够正常运行； 2、项目问题、技术讨论，可以给博主私信或留言，博主看到后会第一时间与您进行沟通； 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用，尤其对于人工智能、计算机科学与技术等相关专业，更为适合； 4、下载使用后，可先查看README.md文件（如有），本项目仅用作交流学习参考，请切勿用于商业用途。1、资源项目源码均已通过严格测试验证，保证能够正常运行； 2、项目问题、技术讨论，可以给博主私信或留言，博主看到后会第一时间与您进行沟通； 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用，尤其对于人工智能、计算机科学与技术等相关专业，更为适合； 4、下载使用后，可先查看README.md文件（如有），本项目仅用作交流学习参考，请切勿用于商业用途。1、资源项目源码均已通过严格测试验证，保证能够正常运行； 2、项目问题、技术讨论，可以给博主私信或留言，博主看到后会第一时间与您进行沟通； 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用，尤其对于人工智能、计算机科学与技术等相关专业，更为适合； 4、下载使用后，可先查看README.md文件（如有），本项目仅用作交流学习参考，请切勿用于商业用途。
Python数据可视化：网易云音乐歌单
Python开发者
01-10 3223
（给Python开发者加星标，提升Python技能）作者：法纳斯特（本文来自作者投稿，简介见末尾）网易云音乐2018年度听歌报告—遇见你，真好。相信有不少人在上周，应该已...
Python实现对网易云音乐的数据进行一个数据清洗和可视化分析
Deng872347348的博客
08-13 7068
Python实现对网易云音乐的数据进行一个数据清洗和可视化分析 对音乐数据进行数据清洗与可视化分析 关于数据的清洗，实际上在上一一篇文章关于抓取数据的过程中已经做了一部分，后面我又做了一下用户数据的抓取 歌曲评论： 包括后台返回的空用户信息、重复数据的去重等。除此之外，还要进行一些清洗：用户年龄错误、用户城市编码转换等。 关于数据的去重，评论部分可以以sommentId为数据库索引，利用数据库来自动去重；用户信息部分以用户ID为数据库索引实现自动去重。 API返回的用户年龄一般是时间戳的形式(以毫秒计)、
毕业设计：Python网易云音乐数据采集分析系统 Flask框架（源码）建议收藏✅
十多年程序猿资深互联网人，目前专注于Python/Java/大数据项目解决方案制定，提供各行业各编程语言的全套开发服务，喜爱code，喜爱分享，生命不止，编码不息！
12-12 2125
毕业设计：Python网易云音乐数据采集分析系统 Flask框架（源码）建议收藏✅
Python数据分析初探项目 基于Python数据可视化的网易云音乐歌单分析系统 大学编程作业（TUST 天津科技大学 2022
12-25
4. 天津科技大学（TUST）2022：这个项目是天津科技大学2022年的一个大学编程作业。 5. 知识产权声明：内容提供者在描述中声明了内容的知识产权，如果有侵权行为，请联系删除。同时，如果其他学生需要下载这些文件，...
Python数据分析初探项目基于Python数据可视化的网易云音乐歌单分析系统大学编程作业（TUST天津科技大学2022年）
10-20
该项目是针对天津科技大学2022年学生的编程作业，旨在教授学生如何利用Python进行数据分析以及数据可视化，特别是针对网易云音乐歌单的数据。通过这个项目，学生们将学习到以下核心知识点： 1. **Python基础**：...
毕设&课设&项目&实训-基于 Python 数据可视化的网易云音乐歌单分析系统 大学编程作业（TUST 天津.zip
02-10
包含前端、后端、移动开发、操作系统、人工智能、物联网、信息化管理、数据库、硬件开发、大数据、课程资源、音视频、网站开发等各种技术项目的源码。 包括STM32、ESP8266、PHP、QT、Linux、iOS、C++、Java、python...
用python实现音乐可视化
01-20
用python就是库多，这么多的库，你的什么需求，都有轮子用啊 今天分享一个音乐可视化的程序，什么是音乐可视化，就像下面这样 没错，就是这个东西，这个似乎有一个名词来称呼的吧，什么名词呢想不到了，就叫她音乐可视化吧。 基本思路是这样，这个东西应该就是音乐中不同频率的分布情况，那么如何得到一首歌的频率分布情况呢，能想到的就是傅里叶变换了，由时域得到频域，然后再用matplotlib库把频域的信息实时更新到画面上。思路就是这么个思路，卧槽那应该如何实现啊，什么傅里叶，什么时域频域，这似乎很麻烦，还好，谁让python有那么多库可以用呢，快速认识一个库，那就找找有没有其他人的实现案例，现成的用起来
天津科技大学毕业设计/期末大作业-基于 Python 数据可视化的网易云音乐歌单分析系统+源代码+文档说明
01-02
Python 数据分析初探项目 基于 Python 数据可视化的网易云音乐歌单分析系统 大学编程作业（TUST 天津科技大学 2022 年） 一、项目简介 二、交流学习 Python 数据分析初探项目 基于 Python 数据可视化的网易云音乐...
基于Python网易云音乐数据采集分析可视化系统+分析大屏 Flask框架 （附源码）建议收藏
十多年程序猿资深互联网人，目前专注于Python/Java/大数据项目解决方案制定，提供各行业各编程语言的全套开发服务，喜爱code，喜爱分享，生命不止，编码不息！
10-13 1758
基于Python网易云音乐数据采集分析可视化系统+分析大屏 Flask框架 （附源码）建议收藏
Python高分数据可视化分析（网易云热评音乐数据分析）
Abtxr的博客
03-14 1991
项目名称：基于Django的网易云热评歌单数据可视化分析；项目实现功能：用户登陆注册，用户个人信息编辑修改，数据总览以及实现歌单的收藏，针对歌单的点赞量，评论量，收藏量，歌曲量，歌单类型等系列数据参数对数据进行可视化分析。
python可视化分析网易云音乐评论_网易云音乐评论 可视化分析
weixin_35691715的博客
02-03 3321
之前已经用python获取了网易云音乐的评论数据，下一步的工作就是数据分析了。一般数据分析无非是采用(统计)数字、图或者表的形式来展现数据之中隐含的信息。其中图和表显然是最直观的了。所以这里我使用可视化的方法即用图形来展示从评论中挖掘到的各种信息。可视化的工具有很多，比如常见的有excel还有一些专门的绘图软件，各个编程语言当然也有很多可视化的包或者库，比如统计上使用很多的R语言就有很多可视化的库...
Python程序设计项目 成绩信息管理系统 大学编程作业(TUST天津科技大学2021年)
末影小黑xh的博客
12-04 578
本成绩信息管理系统 ，我使用了 Python 丰富的第三方开源模块，如 csv、wxPython、pandas、numpy、scipy、math、matplotlib、PyInstaller 等来制作，实现了简单的增删查改逻辑，实现了成绩信息数据的简单统计分析和 csv 文件自动的存储，并且 UI 界面较为美观易用。通过这次 Python 程序设计项目的实践，我巩固了 Python 的语法知识，熟练应用了各个第三方开源模块，为之后的数学建模学习打下基础。这个项目是我大二写的，现在回顾已经非常粗糙，分享出来一
#yyds这些技巧盘点#使用Python分析网易云歌曲信息，通过可视化处理我发现了有趣的规律评论
Python4857的博客
01-12 1152
前言 前几天的同学娃子找我帮忙做点音乐化的作业，作业内容收集网，数据量1W作业评，然后做点数据分析相关的工作。轻松云大作业里有网络虫，还有化解，找一个大的实验了，还需要上交实验报告。这里有作业，有部分知识点，给分享。学生娃的这篇文章：网易云音乐评论爬取。 数据来源 首先是数据，网易云音乐评论来自这里就不放出来了，调用了API获取的，来源代码就少了很多，这里不在赘述了。 分析过程 时间处理 下面的代码主要是时间发布的，是按照时间列编排的数据，正常处理的，你也主要以日期和时间去操作下操作的事情。
基于爬虫的数据分析--Python3抓取网易云音乐原理及实践
realkris
11-27 2818
#本文使用Python 3实现，笔者于Python 3.6，Python 3.7平台调试可运行。 #由于爬虫技术特殊性，最后一次调试：Nov.27,2018时仍然可用。 #IDE上，我更偏向于Anaconda。conda的数据分析与科学计算能力比较强、自带许多数学库（方便解析爬来的数据）。conda套件里有一个叫Spyder的软件。本期文章使用它实现。 网易云音乐是一款由网易开发的音乐产品，...
评论 6
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

打赏作者

末影小黑xh

感谢朋友们对我的支持！

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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