python爬取b站弹幕并进行数据分析_在B站外，我用Python数据分析看到了另一批“后浪”...
相信大部分人都看过了小破站献给新一代的演讲（商业片）。
习惯性地打开了微博和知乎，想看一下别人的看法，想知道我是不是有些颓废而与这个社会格格不入？
当我打开了微博和知乎，我才发现《后浪》翻车了，原来我们都一样，都很难再感受到《后浪》中的激情和理想。在这里看着大家的评论和回答，就好像在看着自己过得生活，评论和回答太多，所以就直接爬了下来，然后上班的时候慢慢地看。
爬取的地址分别为：
知乎回答：如何评价 B 站 2020 年五四青年节宣传短片《后浪》？
人民日报微博“奔涌吧，后浪！这是#献给年轻一代的演讲#”下评论
bilibili献给新一代的演讲《后浪》弹幕
微博和
b站的代码参见我之前的文章，知乎的话以后再详细讲解。
作为一名数据分析师就习惯把手头的数据分析一下，所以也就拿这些数据简单的进行了一下分析。
评论情感倾向
先调用百度AI来分析微博和b站的评论情感倾向。
知乎的回答字数过多，做情感分析肯定不准确，就没做分析。
from aip import AipNlp
""" 你的 APPID AK SK """
APP_ID = '你的APP_ID'
API_KEY = '你的API_KEY'
SECRET_KEY = '你的SECRET_KEY '
client = AipNlp(APP_ID, API_KEY, SECRET_KEY)
text = "XXXXXXXX"
""" 调用词法分析 """
response = client.sentimentClassify(text)
# "sentiment":2, //表示情感极性分类结果 0:负向，1:中性，2:正向
# "confidence":0.40, //表示分类的置信度
# "positive_prob":0.73, //表示属于积极类别的概率
# "negative_prob":0.27 //表示属于消极类别的概率
for info in response['items']:
if info ['sentiment'] == 2:
print("正向")
if info ['sentiment'] == 0:
print("负向")
if info['sentiment'] == 1:
print("中性")
print("可信度：",info['confidence'])
print("属于积极类别的概率是：",info['positive_prob'])
print("属于消极类别的概率是：",info['negative_prob'])
需要注意的是，在各个平台评论最多的“奔涌吧，后浪！”，在百度AI中是个消极句子，需要特殊处理。
结果如下：
非常明显，b站的弹幕正向居多，而微博的评论负向居多。
词云
通过上文的情感分析，各家平台的用户对于《后浪》的态度各异，他们又是如何评价的呢？
统计评论和回答中的高频词，制作词云看一下吧。
from scipy.misc import imread
from wordcloud import WordCloud, ImageColorGenerator
isCN = 1 # 0：英文分词 1：中文分词
back_coloring_path = '浪花.jpg' # 设置背景图片路径
text_path = 'reviews.txt' # 设置要分析的文本路径
stopwords_path = 'stop_word.txt' # 停用词词表
imgname1 = '词云图.png' # 保存的图片名字1(只按照背景图片形状)
back_coloring = imread(back_coloring_path) # 设置背景图片
wc = WordCloud(#font_path = font_path # 设置字体
font_path='C:\Windows\Fonts\simfang.ttf',
#font_path='hanyiqihei.ttf',
background_color = 'white', # 设置背景颜色
max_words = 3000, # 设置显示的最大词数
mask = back_coloring, # 设置背景图片
max_font_size = 200, # 设置字体最大值
min_font_size = 20, # 设置字体最小值
random_state = 42, # 随机有N种配色方案
width = 2000 , height = 1720 ,margin = 4 )
words = {}
for i in word_counts:
words['{}'.format(i[0])] = i[1]
wc.generate_from_frequencies(words)
# txt_freq例子为 { word1: fre1, word2: fre2, word3: fre3,......, wordn: fren }
plt.figure()
b站
知乎
微博
知乎微博更多在围绕“现实”、“社会”、“房价”、“韭菜”之类的词汇，5.4青年节的这个时点，自然对于这类满满鸡汤的“励志视频”非常反感。
相反，在b站的用户看来，这是小破站在跨年晚会之后，再一次出圈并受到了主流媒体的认可，自然非常开心。
说说我个人的看法吧。
第一遍看的时候，被何冰老师的演讲给深深的折服，以青年宣言《后浪》为词，认可、赞美与寄语年轻一代。在UP主们的青春混剪中，属于年轻人的光芒正在闪耀。“你们有幸，遇见这样的时代，但时代更有幸，遇见这样的你们！”让我也在一瞬间热血沸腾，也有了想要转发的冲动，想让“前浪”看一下这就是我们“后浪”。就在想要点击转发的时候，我突然迟疑了，我现在还是“后浪”吗？
如果放在几年前，我想《后浪》中年轻人的模样就是我当年的模样，那个时候我在读大学，租住着全国最便宜的房子，吃着可口又便宜的饭菜，虽然兜里没有几个钱，但是我却的确可以像《后浪》中提到的，学一门语言，学一门手艺，喜欢摄影就去摄影，喜欢旅行就去旅行，这是我曾经的模样，也是在那时第一次接触到了B站，像打开一个新世界一样，于是顺理成章的成了小破站的粉丝。
但到了现在，我发现我可能很难在成为《后浪》中年轻人的模样，或者说是失去了好多选择的权利，看着弹幕中“奔涌吧！后浪！”，感觉自己可能只算的上是被后浪裹挟着的浮游，为了工作可能放弃了爱好，为了房子可能放弃了旅行，为了这个而又放弃了那个，选择的并不是我想要的选择，而是只剩下这个选择。
学习python的伙伴，可评论回复：python，领取！