用Python采集了几千条相亲文案，终于发现了告别单身的秘密

最新推荐文章于 2021-11-05 12:36:42 发布

转载最新推荐文章于 2021-11-05 12:36:42 发布

· 136 阅读

版权

原文链接：https://mp.weixin.qq.com/s?__biz=MzU5MjI3NzIxMw==&mid=2247502162&idx=1&sn=bf71cabdc47802643a39758975b85ef9&chksm=fe20b2e0c9573bf6a0e22c28ff312e6d19ce3220a41afd5fdee8be755d8c62b52d560c4e747d&scene=126&&sessionid=0

文章标签：

#可视化 #python #编程语言 #数据可视化 #大数据

本文使用Python爬取了相亲网站的数据，分析了90后的结婚率和单身特点。数据显示，女生在相亲市场上占比较高，主要集中在94、93、95年龄段，且大部分拥有本科学历。星座统计显示处女座、天秤座、射手座和白羊座的单身率较高。女生的择偶标准主要包括对方需有房有车、无婚史、稳定工作和责任感。词云图展示了常见的择偶要求，如身高、年龄等。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

公众号后台回复“图书“，了解更多号主新书内容

作者：俊欣

来源：关于数据分析与可视化

前不久，小编刷到这样一条短视频，“1.7亿的90后仅有约1000万对结婚，结婚率不到10%”，当然我们也无法查实当中数据的来源以及真实性，不过小编倒是总能听说身边的朋友在抱怨脱单难、找不到合适的对象。

今天小编通过Python写了一个简单的脚本在抓取公开的相亲文案，看看在相亲的都是些什么样的人？他们的择偶标准又是什么样子的？什么样子的人更加容易脱单？

代码的编写过程

我们引入需要用到的库，这里用到Python当中的requests库来发送和接受请求，通过正则表达式re这个库来解析数据

import requests
from tenacity import *
import re
import time

很多时候对遇到请求超时的情况，因此当出现一次错的时候，我们会多尝试几次，因此这里使用retry装饰器来多次尝试

@retry(stop=stop_after_attempt(5))
def do_requests(url):
    response = requests.get(url, headers=headers, proxies=proxies, timeout=10)
    return response.text

我们抓取的数据包括出生年份、身高/体重、学历、收入、职业、自我介绍、择偶标准、车房情况等等，都是通过正则表达式re库来实现的，

date_of_birth = re.compile("<br/>①出生年月/星座(.*?)<br/>", re.M | re.S)
sex = re.compile("<br/>【基本资料】(.*?)<br/>")
height = re.compile("<br/>②身高/体重(.*?)<br/>")
education = re.compile("<br/>⑤学历(.*?)<br/>")
jobs_1 = re.compile("<br/>⑥职业(.*?)<br/>")
income = re.compile("<br/>⑦月均收入(.*?)<br/>")
married = re.compile("<br/>⑨有无婚史(.*?)<br/>")
house_cars = re.compile("<br/>⑧车房情况(.*?)<br/>")
self_intro = re.compile("<br/>⑪ 自我介绍(.*?)<br/>")
requirements = re.compile("<br/>【择偶标准】<br/>(.*?)</a>")
family_member = re.compile("<br/>⑩家庭成员(.*?)<br/>")

下面我们通过pyecharts库来绘制一下分析的结果，对了，要是读者朋友不知道怎么使用pyecharts这个库，可以阅读一下小编写的上几篇文章，都是非常干货的

结果的可视化展示

我们先来看一下性别比例，从分布来看，女生前来相亲的比例更高，主要也是因为数据源是来自北京、上海、杭州等大城市的相亲介绍，大城市中似乎女生脱单更加困难一些，

我们再来看一下单身的女性的特征，首先她们的年龄主要集中在94、93以及95年左右，正好都是处在适婚的年龄

而她们的学历，本科占到了绝大多数，基本上都有本科的学历，而大专的占比排在第二，硕士和博士处于少数

另外小编也对单身女性的星座做了一个统计，发现处女座、天秤座以及射手座、白羊座的女性单身率略高一些

最后，我们来看一下她们的择偶标准吧，小编将她们的择偶标准单独提取出来，然后绘制成了词云图

review_list = []
reviews = get_cut_words("".join(df_girls["requirements"].astype(str).tolist()))
reviews_counter = Counter(reviews).most_common(200)
print(reviews_counter)

for review in reviews_counter:
    review_list.append((" " + review[0] + " ") * review[1])

stylecloud.gen_stylecloud(text=" ".join(review_list), max_words=500, collocations=False,
                          font_path="KAITI.ttf", icon_name="fab fa-apple", size=653,
                          output_name="4.png")

最后呈现出来的样子如下图所示

可见相亲市场上的女生，她们首先是希望男方是要有房有车的，其次要是男方之前存在婚史，女生会比较介意，然后要是有稳定的工作、有能力有责任心，通常都会给女生留下比较好的印象，而至于外在条件上，大多数女生的回答则是身高在175-180左右，年龄在90-97年之间。

写在最后

近年来，随着人们思想观念的改变，相亲也逐渐得到年轻人的接受与认可，特别是对于那些圈子比较窄，接触不到异性的人而言。小编希望每个人都能够在最后收获爱情，拥有美好的生活。

◆ ◆ ◆  ◆ ◆
麟哥新书已经在当当上架了，我写了本书：《拿下Offer-数据分析师求职面试指南》，目前当当正在举行活动，大家可以用相当于原价5折的预购价格购买，还是非常划算的：

数据森麟公众号的交流群已经建立，许多小伙伴已经加入其中，感谢大家的支持。大家可以在群里交流关于数据分析&数据挖掘的相关内容，还没有加入的小伙伴可以扫描下方管理员二维码，进群前一定要关注公众号奥，关注后让管理员帮忙拉进群，期待大家的加入。

管理员二维码：


猜你喜欢

● 卧槽！原来爬取B站弹幕这么简单
● 厉害了！麟哥新书登顶京东销量排行榜！
● 笑死人不偿命的知乎沙雕问题排行榜

● 用Python扒出B站那些“惊为天人”的阿婆主！
● 你相信逛B站也能学编程吗