1.选一个自己感兴趣的主题(所有人不能雷同)。
2.用python 编写爬虫程序,从网络上爬取相关主题的数据。
3.对爬了的数据进行文本分析,生成词云。
4.对文本分析结果进行解释说明。
5.写一篇完整的博客,描述上述实现过程、遇到的问题及解决办法、数据分析思想及结论。
6.最后提交爬取的全部数据、爬虫及数据分析源代码。
1、开发环境
编程语言:Python3.6
代码运行工具:pycham
依赖库:Requests,BeautifulSoup,wordcloud,re,jieba等
2、开发软件已经第三方库的安装
由于开发软件的安装流程网上都有比较详细的介绍,所以在这里只是给出参考网站,具体讲一下的是第三方库的安装
Python3.6的安装教程参照(https://jingyan.baidu.com/article/e9fb46e1502c5a7520f76640.html)
pycham的安装教程参照(https://jingyan.baidu.com/article/90895e0f28a32064ec6b0bc7.html)
在windows上安装python依赖库非常简单,语法如下:pip install PackageNamePackageName指的是你安装的依赖包名称。
例如安装requests依赖包可以这样安装:pip install requests
但是以上的安装依赖包的方法用于wordcloud依赖包的安装是不行的,软件会报错的。我上网找了一下解决的方法有两个比较可行的。
第一个是去https://www.lfd.uci.edu/~gohlke/pythonlibs/#wordcloud选择合适的版本下载whl文件,注意的是,cp指的是系统上安装的python版本,32或者64表示安装的python版本是32位或者64位的,而不是你电脑的操作系统多少位的
下载完成后打开cmd运行,切换到指定目录运行,代码如下:
pip install wordcloud-1.4.1-cp36-cp36m-win32.whl
pip install wordcloud
其中wordcloud-1.4.1-cp36-cp36m-win32.whl是你下载的whl文件的名字或者说是你下载的whl 的版本。
第二个是