微博_wanglian_数据可视化分析Python实现

 一、条件

1.根据上一条文章中提取的数据（weibo_wanlian_myself.csv）

2.必要的库

import pandas as pd
import re
from pyecharts.charts import Grid

from pyecharts.charts import Pie, Bar, EffectScatter,WordCloud,Page
from pyecharts.components import Table
from pyecharts import options as opts
from pyecharts.globals import *
from snownlp import SnowNLP
from pyecharts import options as opts
from pyecharts.charts import WordCloud
from collections import Counter
import jieba

二、实现的目标

1.'分享'、'讨论' 和 '点赞'数分布柱形图

1. 首先定义了三组分段（bins）和对应的标签（labels）。这些分段和标签用于将数据分成不同的范围，以便后续统计不同范围内数据的个数。

2. 对数据进行预处理：

   • 使用 apply 方法将数据列中的非整数值（例如空值或非数字字符串）转换为整数，如果无法转换，则将其设为0。
   • 分别对 '分享'、'讨论' 和 '点赞' 列进行处理，并存储在名为 shares_list、talks_list 和 stars_list 的变量中。

3. 对 '分享'、'讨论' 和 '点赞' 列的数据进行离散化处理：

   • 使用 pd.cut 函数对数据进行分段，分别使用前面定义的 bins1、bins2 和 bins3，并使用对应的标签（labels1、labels2 和 labels3）来标识不同的分段。
   • 使用 pd.Series().value_counts() 统计各个分段内数据的个数，并将结果转换为列表形式，分别存储在 shares_counts、talks_counts 和 stars_counts 变量中。

# 设置分段
bins1 = [0, 10, 20, 30, 40, 50, 60, 70]
bins2 = [0, 10, 20, 30, 40, 50, 60, 70]
bins3 = [0, 100, 200, 300, 400, 500, 1000, 2000]

# 设置标签
labels1 = ['0-60', '60-120', '120-180', '240-300', '360-420', '420-480', '480-540']
labels2 = ['0-60', '60-120', '120-180', '240-300', '360-420', '420-480', '480-540']
labels3 = ['0-100', '100-200', '200-300', '300-400', '400-500', '500-1000', '1000-2000']


# 将非整数类型的值设为0，并进行离散化处理
shares_list = df['分享'].apply(lambda x: int(x) if str(x).isdigit() else 0)
talks_list = df['讨论'].apply(lambda x: int(x) if str(x).isdigit() else 0)
stars_list = df['点赞'].apply(lambda x: int(x) if str(x).isdigit() else 0)

# 对分享数进行离散化
shares_segments = pd.cut(shares_list, bins1, labels=labels1)
shares_counts = pd.Series(shares_segments).value_counts(sort=False).values.tolist()  # 统计各个分段的个数

# 对讨论数进行离散化
talks_segments = pd.cut(talks_list, bins2, labels=labels2)
talks_counts = pd.Series(talks_segments).value_counts(sort=False).values.tolist()  # 统计各个分段的个数

# 对点赞数进行离散化
stars_segments = pd.cut(stars_list, bins3, labels=labels3)
stars_counts = pd.Series(stars_segments).value_counts(sort=False).values.tolist()  # 统计各个分段的个数