用Python采集了几千条相亲文案,终于发现了告别单身的秘密

用Python采集了几千条相亲文案,终于发现了告别单身的秘密_第1张图片

大家好,我是菜鸟哥!

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

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

  • 20个精美图表,教你玩转Pyecharts可视化

  • 干货分享 | 用Pyecharts制作炫酷的可视化大屏

  • 分享一个Pyecharts中非常重要的组件,可以大大提高绘制图表的效率

  • Pyecharts绘制22种超实用精美图表

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,

用Python采集了几千条相亲文案,终于发现了告别单身的秘密_第2张图片

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

用Python采集了几千条相亲文案,终于发现了告别单身的秘密_第3张图片

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

用Python采集了几千条相亲文案,终于发现了告别单身的秘密_第4张图片

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

用Python采集了几千条相亲文案,终于发现了告别单身的秘密_第5张图片

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

用Python采集了几千条相亲文案,终于发现了告别单身的秘密_第6张图片

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。

用Python采集了几千条相亲文案,终于发现了告别单身的秘密_第7张图片

推荐阅读:
入门: 最全的零基础学Python的问题  | 零基础学了8个月的Python  | 实战项目 |学Python就是这条捷径
干货:爬取豆瓣短评,电影《后来的我们》 | 38年NBA最佳球员分析 |   从万众期待到口碑扑街!唐探3令人失望  | 笑看新倚天屠龙记 | 灯谜答题王 |用Python做个海量小姐姐素描图 |碟中谍这么火,我用机器学习做个迷你推荐系统电影
趣味:弹球游戏  | 九宫格  | 漂亮的花 | 两百行Python《天天酷跑》游戏!
AI: 会做诗的机器人 | 给图片上色 | 预测收入 | 碟中谍这么火,我用机器学习做个迷你推荐系统电影
小工具: Pdf转Word,轻松搞定表格和水印! | 一键把html网页保存为pdf!|  再见PDF提取收费! | 用90行代码打造最强PDF转换器,word、PPT、excel、markdown、html一键转换 | 制作一款钉钉低价机票提示器! |60行代码做了一个语音壁纸切换器天天看小姐姐!|

年度爆款文案

  • 1).卧槽!Pdf转Word用Python轻松搞定!

  • 2).学Python真香!我用100行代码做了个网站,帮人PS旅行图片,赚个鸡腿吃

  • 3).首播过亿,火爆全网,我分析了《乘风破浪的姐姐》,发现了这些秘密 

  • 4).80行代码!用Python做一个哆来A梦分身 

  • 5).你必须掌握的20个python代码,短小精悍,用处无穷 

  • 6).30个Python奇淫技巧集 

  • 7).我总结的80页《菜鸟学Python精选干货.pdf》,都是干货 

  • 8).再见Python!我要学Go了!2500字深度分析!

  • 9).发现一个舔狗福利!这个Python爬虫神器太爽了,自动下载妹子图片

点击阅读原文,加入我们的星球!

你可能感兴趣的:(python,编程语言,数据可视化,机器学习,数据分析)