基于Python股票网站数据爬虫情感可视化分析设计
开发软件：Pycharm 开发环境: Python3.6
开发技术：Requests,Pandas,numpy，csv,Matplotlib，SnowNLP，seaborn
(1)getData爬取数据部分：
Fansdata ---存放每个股票的粉丝数
Pricedata ---每个股票的价格、成交额等信息
Reviewdata –每个股票的评论
Score –评论经过情感分析后的得分，通过snowNlp实现，分为消极积极中等
Getfans –爬取粉丝数代码
GetReview –爬取评论代码
Login –模拟登陆
Price --爬取价格成交额等信息
由于300只股票中有部分代号不为SH开头，所以当遍历到的代号在下图中时，头为SZ。在将股票代号名称带入到网址中进行爬虫。
爬评论：爬取前100页（在查看数据后，便于数据的统一手动将top5数据筛选到3.22-4.23号）。
爬价格：由于爬取价格需要登陆，不登陆无法得到价格。所以需要先进行登陆。
登录之后，根据日k线数据，找到网址爬取部分数据。
(2)managedata数据分析部分：
Anapriceandturover：为价格与成交量折线图
Anareview：价格与三种情感之间的关系。选出top5的股票代码、价格；根据评论里的日期，遍历得到所有评论的日期区间；根据评论的得分，统计消极积极中立各自数量；最后将所有数据画成折线图，评论数量的坐标在左，价格在右
Heatmap：价格与成交额的热力图
Nlp：通过snownlp对每一条评论进行情感分析，保存成csv文件
