《流浪地球》豆瓣影评项目心得

做点笔记，不然啥也忘了。

---

---

数据获取

爬取网页流程

目标地址：https://movie.douban.com/subject/26266893/comments?status=P

爬取页面流程：

1. selenium框架网页进行抓取
2. 使用XPath解析获取短评
3. 将数据转化pandas中的DataFrame
4. selenium操作翻页，回到第一步

安装selenium及配置chromedriver

首先用conda新建一个环境，避免污染我原本的环境库

conda create -n liulangdiqiu python=3.6


The following NEW packages will be INSTALLED:

    certifi:        2020.12.5-py36haa95532_0
    pip:            20.3.3-py36haa95532_0
    python:         3.6.12-h5500b2f_2
    setuptools:     51.0.0-py36haa95532_2
    sqlite:         3.33.0-h2a8f88b_0
    vc:             14.2-h21ff451_1
    vs2015_runtime: 14.27.29016-h5e58377_2
    wheel:          0.36.2-pyhd3eb1b0_0
    wincertstore:   0.2-py36h7fe50ca_0
    zlib:           1.2.11-h62dcd97_4

Proceed ([y]/n)?

vs2015_runtime 100% |###############################| Time: 0:00:01   1.88 MB/s
vc-14.2-h21ff4 100% |###############################| Time: 0:00:00   8.66 MB/s
zlib-1.2.11-h6 100% |###############################| Time: 0:00:00  11.03 MB/s
sqlite-3.33.0- 100% |###############################| Time: 0:00:00   1.90 MB/s
python-3.6.12- 100% |###############################| Time: 0:00:04   4.26 MB/s
certifi-2020.1 100% |###############################| Time: 0:00:00 416.27 kB/s
wheel-0.36.2-p 100% |###############################| Time: 0:00:00  10.76 MB/s
setuptools-51. 100% |###############################| Time: 0:00:00   2.65 MB/s
pip-20.3.3-py3 100% |###############################| Time: 0:00:00   2.90 MB/s
#
# To activate this environment, use:
# > activate liulangdiqiu
#
# To deactivate an active environment, use:
# > deactivate
#
# * for power-users using bash, you must source
#

切换到新建好的liulangdiqiu环境

activate liulangdiqiu

安装selenium

(liulangdiqiu) C:\Users\Administrator>pip install selenium
Collecting selenium
  Downloading selenium-3.141.0-py2.py3-none-any.whl (904 kB)
     |████████████████████████████████| 904 kB 939 kB/s
Collecting urllib3
  Downloading urllib3-1.26.2-py2.py3-none-any.whl (136 kB)
     |████████████████████████████████| 136 kB 6.8 MB/s
Installing collected packages: urllib3, selenium
Successfully installed selenium-3.141.0 urllib3-1.26.2

(liulangdiqiu) C:\Users\Administrator>

后面要安装pip lis还有：

1. lxml
2. requests
3. pandas
4. wordcloud
5. matplotlib
6. jieba

用anaconda装库的话基本不会有什么问题的，但是我还是遇到了一些问题，我安装matplotlib出现了ERROR: Could not find a version that satisfies the requirement matplotlib (from versions: none)，用anaconda装库能出现问题的话，不用想八成就是网络有问题了，换成清华源就解决了。

我是用pycharm写jupyter，pycharm得切换成conda的python interpreter

安装chromedriver，chromedriver可以唤出谷歌浏览器用命令的方式操作Chrome。
chromedriver下载地址：http://chromedriver.storage.googleapis.com/index.html

查看自己谷歌版本，我是 87.0.4280.88，去那个网址去下载对应的chromedriver版本

比如87.0.4280.88版本的chromedriver：http://chromedriver.storage.googleapis.com/index.html?path=87.0.4280.88/
点击下载chromedriver_win32.zip
解压，将chromedriver.exe放入系统变量中

测试chromedriver，执行代码driver.get(url)会弹出谷歌浏览器

from selenium import webdriver

if __name__ == '__main__':
    # 控制谷歌浏览器
    driver = webdriver.Chrome()
    url = r'https://movie.douban.com/subject/26266893/comments?status=P'
    driver.get(url)

准备完毕后可以开始相应的爬取操作

Xpath操作

通过driver.page_source获取源码，再用etree获取dom树

dom = etree.HTML(driver.page_source, etree.HTMLParser(encoding='utf-8'))

dom树示例：

获取dom数后使用Xpath筛选出有用信息。

Xpath基本语法：

表达式	说明
nodename	选取nodename节点的所有子节点
/	从当前节点选取直接子节点
//	从当前节点选取子孙节点
.	选取当前节点
…	选取当前节点的父节点
@	选取属性

定位标签，找出xpath路径，比如我们要获取用户名称影志

那么他是在div class=comment-item 下的span class=comment-info 下的a标签中
那么代码可以写成：

names = dom.xpath('//div[@class="comment-item "]//span[@class="comment-info"]/a/text()')

如果是取评分，评分数据在class中，那么用@class把class属性值取出来

代码：

ratings = dom.xpath('//div[@class="comment-item "]//span[@class="comment-info"]/span[2]/@class')

requests爬取

requests爬取，这个比较容易，requests.get直接爬取网页源码，记得设置cookies和headers

web_data = requests.get(url, cookies=cookies, headers=headers).text

cookies在request headers中

cookies字符串转字典处理

cookies_split = cookies_str.split(';')
cookies = {
     }
  for i in cookies_split:
      k, v = i.split('=', 1)
      cookies[k] = v

headers

headers = {
     
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/79.0.3945.130 Safari/537.36 OPR/66.0.3515.115'}

requests.get获取网页源码后，在用dom解析和xpath就能获取数据了

web_data = requests.get(url, cookies=cookies, headers=headers).text
user_dom = etree.HTML(web_data, etree.HTMLParser(encoding='utf-8'))
user_address = user_dom.xpath('//div[@class="user-info"]/a/text()')
print(user_address)

数据预处理

获取下来的数据存在噪声，不一致，不完整等问题，需要进行数据清洗，数据集成，数据变换，数据归约操作（刚背完的数据挖掘课程，大草）

这里只是简单的数据清晰和数据变换，这种简单的for in if写法在预处理里很常见

# 处理评分数据
ratings_ = ['' if 'rating' not in i else int(re.findall('\d{2}', i)[0]) for i in ratings]
# 处理入会时间
load_times_ = ['' if i == [] else i[1].strip()[:-2] for i in load_times]
# 处理居住城市
cities_ = ['' if i==[] else i[0] for i in cities] 

数据整合到一起到一个DataFrame中

data = pd.DataFrame({
     
    '用户名': names,
    '居住城市': cities_,
    '加入时间': load_times_,
    '评分': ratings,
    '发表时间': times,
    '短评正文':message,
    '赞同数量':votes,
})

selenium如何判断页面加载完成？

主要用到selenium中这三个类，By，WebDriverWait和expected_conditions

from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

首先用WebDriverWait设置超时时间，超过限制则视为加载失败

# 超时时间设为10秒，超过10秒报错
wait = WebDriverWait(driver, 10)

用wait里的until方法设定超时，expected_conditions判断元素是否可被点击，By.CSS_SELECTOR，dom树中另外一种访问目标节点的方式，通过selector判断是否存在来判断页面是否加载成功

F12拷贝selector过来，截不了图只能拍照了(doge

写成代码就是这样，一直等待，等待10s，超过10s视为加载页面失败，通过EC判断页面是否加载好，阻塞等待

wait.until(
   EC.element_to_be_clickable(
        (By.CSS_SELECTOR, '#comments > div:nth-child(20) > div.comment > h3 > span.comment-info > a')
    )
)

selenium如何进行翻页？

判断元素是否存在， 判断元素是否可被点击，click()执行翻页操作

# 有的话点击翻页
# 判断元素是否可被点击，等待十秒钟阻塞判断
confirm_bnt = wait.until(
     EC.element_to_be_clickable(
        (By.CSS_SELECTOR, '#paginator > a.next')
    )
)
# 执行翻页操作
confirm_bnt.click()

完整代码

#%%

import time
import re
from selenium import webdriver
from lxml import etree
import requests
import pandas as pd

from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

#%%

def get_web_data(dom=None, cookies_str=None):
    """获取每页评论数据
    :param dom:
    :param cookies_str:
    :return:
    """
    # 用户名称
    names = dom.xpath('//div[@class="comment-item "]//span[@class="comment-info"]/a/text()')
    print("names: ", names)
    print("len(names): ", len(names))
    # 评分
    ratings = dom.xpath('//div[@class="comment-item "]//span[@class="comment-info"]/span[2]/@class')
    print(ratings)
    # 发布时间
    times = dom.xpath('//div[@class="comment-item "]//span[@class="comment-info"]/span[@class="comment-time "]/@title')
    print(times)
    # 评论正文
    message = dom.xpath('//div[@class="comment-item "]//div[@class="comment"]//span[@class="short"]/text()')
    print(message)
    # 20个用户的首页
    user_url = dom.xpath('//div[@class="comment-item "]//span[@class="comment-info"]/a/@href')
    print(user_url)
     # 赞同数量
    votes = dom.xpath('//div[@class="comment-item "]//div[@class="comment"]//span[@class="votes vote-count"]/text()')
    print(votes)
    cookies = {
     }
    # 如果cookies_str是字符串类型，把它转换成dict类型
    # 如果本来就是dict类型，就不用转换
    #
    if isinstance(cookies_str, str):
        cookies_split = cookies_str.split(';')
        cookies = {
     }
        for i in cookies_split:
            k, v = i.split('=', 1)
            cookies[k] = v
    elif isinstance(cookies_str, dict):
        cookies=cookies_str
    else:
        print('cookie格式错误！')
        exit(-1)

    headers = {
     
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/79.0.3945.130 Safari/537.36 OPR/66.0.3515.115'}


    print(cookies)
    cities = []
    load_times = []
    for url in user_url:
        web_data = requests.get(url, cookies=cookies, headers=headers).text
        # print(web_data)
        user_dom = etree.HTML(web_data, etree.HTMLParser(encoding='utf-8'))
        # 用户居住地
        user_address = user_dom.xpath('//div[@class="user-info"]/a/text()')
        print(user_address)
        # 用户加入时间
        user_loadtime = user_dom.xpath('//div[@class="user-info"]/div[@class="pl"]/text()')
        print(user_loadtime)
        time.sleep(2)
        cities.append(user_address)
        load_times.append(user_loadtime)

    print(cities)
    print(load_times)
    # 处理评分数据
    ratings_ = ['' if 'rating' not in i else int(re.findall('\d{2}', i)[0]) for i in ratings]
    # 处理入会时间
    load_times_ = ['' if i == [] else i[1].strip()[:-2] for i in load_times]
    # 处理居住城市
    cities_ = ['' if i==[] else i[0] for i in cities] 
    data = pd.DataFrame({
     
        '用户名': names,
        '居住城市': cities_,
        '加入时间': load_times_,
        '评分': ratings,
        '发表时间': times,
        '短评正文':message,
        '赞同数量':votes,
    })
    return data
    




if __name__ == '__main__':
  
    # cookies字符串
    cookies_str = 'll="118281"; bid=O1uK5c3kpkk; douban-fav-remind=1; __yadk_uid=tzmcu8gNXL0HMt947paVrfYuqi5Q5kdO; __utmc=30149280; __utmc=223695111; ap_v=0,6.0; _pk_ref.100001.4cf6=%5B%22%22%2C%22%22%2C1609765511%2C%22https%3A%2F%2Fwww.baidu.com%2Fs%3Fwd%3Dmovie.douban%26ie%3DUTF-8%22%5D; _pk_ses.100001.4cf6=*; dbcl2="188585896:ukzBkIQRQeg"; ck=os8P; push_noty_num=0; push_doumail_num=0; _pk_id.100001.4cf6=e05eccee7e5d55f5.1607061433.4.1609766003.1609752843.; __utma=30149280.1665223328.1609745856.1609745856.1609766003.2; __utmb=30149280.0.10.1609766003; __utmz=30149280.1609766003.2.2.utmcsr=accounts.douban.com|utmccn=(referral)|utmcmd=referral|utmcct=/passport/login; __utma=223695111.724509044.1609745856.1609745856.1609766003.2; __utmb=223695111.0.10.1609766003; __utmz=223695111.1609766003.2.2.utmcsr=accounts.douban.com|utmccn=(referral)|utmcmd=referral|utmcct=/passport/login'
    # 控制谷歌浏览器
    driver = webdriver.Chrome()
    url = r'https://movie.douban.com/subject/26266893/comments?status=P'
    driver.get(url)
    # 保存所有数据
    all_data = pd.DataFrame()
    # 超时时间设为10秒，超过10秒报错
    wait = WebDriverWait(driver, 10)



    while True:
        # 一直等待，等待10s，超过10s终止，通过EC判断页面是否加载好
        # 判断元素是否可被点击
        # By.CSS_SELECTOR，dom树中另外一种访问目标节点的方式，
        # 拷贝selector过来
        wait.until(
            EC.element_to_be_clickable(
                (By.CSS_SELECTOR, '#comments > div:nth-child(20) > div.comment > h3 > span.comment-info > a')
            )
        )
    
        # 网页源码解析，得到dom文件
        dom = etree.HTML(driver.page_source, etree.HTMLParser(encoding='utf-8'))
        print(dom)
        # 首页数据获取
        data = get_web_data(dom,cookies_str)
        # axis=0, 按列进行拼接
        all_data = pd.concat([all_data, data], axis=0)

        # condition 后页能否被点击
        # 查找后页的CSS selector:'#paginator > a.next',如果
        # 有这个selector说明还能点击下一页，如果找不到抛出NoSuchElementException
        # 的错误
        if not driver.find_element_by_css_selector('#paginator > a.next'):
            # 没有就终止循环
            break

        # 有的话点击翻页
        # 判断元素是否可被点击，等待十秒钟阻塞判断
        confirm_bnt = wait.until(
             EC.element_to_be_clickable(
                (By.CSS_SELECTOR, '#paginator > a.next')
            )
        )
        # 执行翻页操作
        confirm_bnt.click()

    print(all_data)
    all_data.to_csv('all_data.csv', index=None, encoding='gbk')

数据分析-词频统计

分词和设置停用词

词频统计一个作用是做词云，词云需要把一些无关的助词，标点给去掉，将停用词保存到一个文件，pd使用apply方法除去停用词

with open('stoplist.txt', 'r', encoding='utf-8') as f:
    stop_words = f.read()
    
['\n', '', ' '] + stop_words.split()

data_cut = data['短评正文'].apply(jieba.lcut)
data_cut.apply(lambda x: [i for i in x if i not in stop_words])

词频统计

pd.Series是一个一维数组，是基于NumPy的ndarray结构。Pandas会默然用0到n-1来作为series的index，但也可以自己指定index(可以把index理解为dict里面的key)。

再用tkinter中的_flatten，展平二维数组，.value_counts()统计词频

word_frequency = pd.Series(_flatten(list(data_after))).value_counts()

绘制词云

使用wordcloud中的WordCloud绘制词云，配合plt展示，为了中文支持要设置中文字体font_path

mask = plt.imread(img)
wc = WordCloud(font_path=r'C:/Windows/Fonts/simkai.ttf', mask=mask,
          background_color='white')
wc.fit_words(word_frequency)
plt.axis('off')
plt.imshow(wc)

取好评和差评数据

用大于小于逻辑判断取出一维的True or False数组index，通过data[index]取出索引位置值为True的数据

# 小于30差评，大于30好评
#%%
data['评分']
index_negative = data['评分'] < 30
index_postive = data['评分'] >= 30
#%%
data[index_postive]
#%%
data[index_negative]

完整代码

#%%

import pandas as pd
import jieba
from tkinter import _flatten
import matplotlib.pyplot as plt
from wordcloud import WordCloud
#%%

with open('stoplist.txt', 'r', encoding='utf-8') as f:
    stop_words = f.read()

#%%

['\n', '', ' '] + stop_words.split()


#%%

data = pd.read_csv('douban.csv', encoding='GB18030')

#%%

def my_word_cloud(data=None, stop_word=None, img='aixin.jpg'):
    data_cut = data['短评正文'].apply(jieba.lcut)
    data_after = data_cut.apply(lambda x: [i for i in x if i not in stop_words])
    word_frequency = pd.Series(_flatten(list(data_after))).value_counts()
    mask = plt.imread(img)
    wc = WordCloud(font_path=r'C:/Windows/Fonts/simkai.ttf', mask=mask,
              background_color='white')
    wc.fit_words(word_frequency)
    plt.axis('off')
    plt.imshow(wc)

#%%

data # 爬取的500条评论数据

#%%

data['短评正文'] # 只读获取评论正文

#%%

data['短评正文'].apply(jieba.lcut) # 分词


#%%

data_cut = data['短评正文'].apply(jieba.lcut)
# 去除停用词
data_cut.apply(lambda x: [i for i in x if i not in stop_words])

#%%

# 去停用词后的data frame
data_after = data_cut.apply(lambda x: [i for i in x if i not in stop_words])


#%%

# 词频统计
# flatten展平
pd.Series(_flatten(list(data_after)))

#%%

word_frequency = pd.Series(_flatten(list(data_after))).value_counts()

word_frequency
#%%
mask = plt.imread('aixin.jpg')

#%%

wc = WordCloud(font_path=r'C:/Windows/Fonts/simkai.ttf', mask=mask,
          background_color='white')
#%%

wc.fit_words(word_frequency)
#%%

plt.imshow(wc)
plt.axis('off')
#%%
my_word_cloud(data=data, stop_word=stop_words)

#%%

data
#%%
# 小于30差评，大于30好评
data['评分']
#%%

index_negative = data['评分'] < 30
index_negative
#%%

index_postive = data['评分'] >= 30
#%%
# 好评词云
my_word_cloud(data=data[index_postive], stop_word=stop_words)


#%%
# 差评词云
my_word_cloud(data=data[index_negative], stop_word=stop_words)


#%%
# 整体词云
my_word_cloud(data=data, stop_word=stop_words)

#%%

数据分析-评论数量及评分与时间的关系

设置plt字体

plt不支持中文，要设置字体

plt.rcParams['font.sans-serif'] = 'SimHei'

绘制评分数量饼图

# 统计评分数量
num = data['评分'].value_counts()
#%%
plt.rcParams['font.sans-serif'] = 'SimHei'
plt.pie(num, autopct='%.2f %%', labels=num.index)
plt.title('<流浪地球> 豆瓣短评评分分布')

评论数量和日期的关系

统计不同日期的评论发表数量

time_num = data['发表时间'].apply(lambda x: x.split(' ')[0]).value_counts()
time_numsort = time_num.sort_index()

绘制折线图
plt.plot（x,y），x轴的x数组用range代替了，0到max_len，再用xticks替换x轴

# x轴修改，坐标刻度
plt.plot(range(len(time_numsort)), time_numsort)
plt.xticks(range(len(time_numsort)), time_numsort.index, rotation=45)
# 添加网格
plt.grid()

评论数量与时刻的关系

to_datetime字符串转化为时间戳格式

pd.to_datetime(data['发表时间'])

时间戳.hour可以直接获取该时间戳对应的小时，第一次知道

pd.to_datetime(data['发表时间']).apply(lambda x: x.hour)

统计不同小时下的发表评论数，sort_index是为了从小时0开始递增排序

hour_num = pd.to_datetime(data['发表时间']).apply(lambda x: x.hour).value_counts()
hour_numsort = hour_num.sort_index()

绘制折线图，和之前一致

plt.plot(range(len(hour_numsort)), hour_numsort)
# 修改坐标刻度
plt.xticks(range(len(hour_numsort)), hour_numsort.index)
# 添加网格
plt.grid()
plt.title("评论数据随时刻的变化情况")

横坐标表示小时，纵坐标表示评论数

不同星级的评论数量与日期的关系

x轴是日期，递增增长，先获取x轴的内容

#%%
# 取所有行，两列
data.loc[:,['发表时间', '评分']]

# 取出日期
data['发表时间'] = data['发表时间'].apply(lambda x: x.split(' ')[0])


# 去重，按值排序
date = data['发表时间'].drop_duplicates().sort_values()
print(date)

同理可以取y轴内容

data['评分'].drop_duplicates().sort_values()

接着统计不同星级在不同日期里的个数，当前data数据：

构建一张二维表，用来统计不同星级在不同日期里的个数

tmp = pd.DataFrame(0,
                   index=date.drop_duplicates().sort_values(),
                   columns=data['评分'].drop_duplicates().sort_values()
                   )
print(tmp)

遍历数据并统计

for i,j in zip(data['发表时间'], data['评分']):
    tmp.loc[i,j] +=1

除去最后一列

# iloc通过下标位置索引
tmp = tmp.iloc[:, :-1]

绘图

# 行和列
n,m = tmp.shape
# 设置画布参数大小
plt.figure(figsize=(10,5))

for i in range(m):
    plt.plot(range(n), (-1 if i < 2 else 1) * tmp.iloc[:, i])
    # 填充颜色
    plt.fill_between(range(n), (-1 if i < 2 else 1) * tmp.iloc[:, i],
                     alpha=0.5)
# 网格线
plt.grid()
# 图例，不同线代表什么内容
plt.legend(tmp.columns)
# 横轴取日期
plt.xticks(range(n), tmp.index, rotation=45)
plt.show()

数据分析-居住城市及评论数量与城市的关系

获取评论最多的10个城市

统计评论最多的10个城市

#%%

data = pd.read_csv('douban.csv', encoding='GB18030')
#%%

data
#%%

data['居住城市']
#%%

city_value_count = data['居住城市'].value_counts()[:10]
#%%
city_value_count

绘图

# 设置字体
plt.rcParams['font.sans-serif'] = 'SimHei'
# 使用柱状图
plt.bar(range(len(city_value_count)), city_value_count)
# 设置标题
plt.title('评论数量最多的十个城市')
# 设置x轴
plt.xticks(range(len(city_value_count)), city_value_count.index,
           rotation=45)

for i,j in enumerate(city_value_count):
    plt.text(i, j, j, ha='center', va='bottom')

补充一下plt.text
plt.text(x, y, s, fontsize, verticalalignment,horizontalalignment,rotation , **kwargs)

1. x,y表示标签添加的位置，默认是根据坐标轴的数据来度量的，是绝对值，也就是说图中点所在位置的对应的值，特别的，如果你要变换坐标系的话，要用到transform=ax.transAxes参数。
2. s表示标签的符号，字符串格式，比如你想加个“143”，更多的是你标注跟数据有关的主体，你如实写便是。
3. fontsize顾名思义就是你加标签字体大小了，取整数。
4. verticalalignment表示垂直对齐方式 ，可选 ‘center’ ，‘top’ ， ‘bottom’，‘baseline’ 等
5. horizontalalignment表示水平对齐方式 ，可以填 ‘center’ ， ‘right’ ，‘left’ 等
6. ha='center’点在注释中间（right,center,left），va='bottom’点在注释底部 (‘top’, ‘bottom’, ‘center’, ‘baseline’)

效果图：

获取评论数前5的城市的不同评分数量

选取评论数最多的5个城市

# 选取评论数最多的5个城市
city_top5 = city_value_count[:5]
city_top5

获取每个城市的不同评分的数量

tmp = pd.DataFrame(0,
                   index=data['评分'].drop_duplicates().sort_values(),
                   columns=data['居住城市'].drop_duplicates()
                   )
print(tmp)

for i,j in zip(data['评分'], data['居住城市']):
    tmp.loc[i,j] += 1

只选取评论数最多的5个城市数据

# 选取评论数最多的5个城市
city_top5 = city_value_count[:5]
city_top5
#%%
# 选取评论数最多的5个城市数据
tmp = tmp.loc[:, city_top5.index]
tmp
#%%
# 去掉nan行
tmp = tmp.iloc[:5, :]

绘图

n,m = tmp.shape
plt.figure(figsize=(10, 5))
plt.rcParams['axes.unicode_minus'] = False
for i in range(m):
    plt.plot(range(n), tmp.iloc[:, i])
    plt.fill_between(range(n), tmp.iloc[:, i], alpha=0.5)
plt.grid()
plt.title('评分与居住城市之间的关系')
plt.legend(tmp.columns)
plt.xticks(range(n), tmp.index, rotation=45)
plt.show()

补充fill_between 填充两个函数之间的区域

plt.fill_between(x, 0, y, facecolor=‘green’, alpha=0.3)

可以看到，用了这个函数的几个参数：

1. x：第一个参数表示覆盖的区域，我直接复制为x，表示整个x都覆盖
2. 0：表示覆盖的下限
3. y：表示覆盖的上限是y这个曲线
4. facecolor：覆盖区域的颜色
5. alpha：覆盖区域的透明度[0,1],其值越大，表示越不透明