QQ音乐评论分布可视化

公众号复制来的，排版可能不耐看，不要介意哈。

​评论是我几天前爬取的，歌曲是周董的《轨迹》，一开始想使用snownlp作情感分析，但我看了下评论内容，情感倾向很明显，没有分析的必要。这些数据都带有评论时间，也算是时间序列数据，正好拿它作可视化展示。

 

本记录针对爬取的QQ音乐评论作可视化展示，按时间颗粒度划分如下：

• 年份可视化   聚合每年产生的评论数据

• 月份可视化   聚合每月产生的评论数据

• 每日可视化   将每日产生的评论数据可视化

• 时段可视化   聚合一天之内每时段的评论数据，时段按时间线分为：凌晨、上午、中午、下午、晚上和深夜

 

 

 

数据预处理

首先来看数据，总共有12673条记录，包含三个维度，分别为昵称、评论内容、评论日期。通过info函数查看信息，发现三个维度非空数目不一致，每个维度均有缺失值。如果日期缺失，势必会影响接下来的聚合，使用ffill方法向前填充，将缺失值的前一个值填充为自己的值。

 

 

info查看信息

 

 

填充缺失值

 

---

 

年份可视化

使用resample方法向下采样，然后聚合，统计每年的评论个数。清洗好数据后，统计每年产生的数量，之后使用pyecharts绘制条形图，它是基于百度开源的JavaScript绘图库echarts的Python封装，感兴趣的同学请移步至官方文档，此处不再详细介绍。

 

 

年份统计条形图

 

最早只爬取到2017年的评论，最新是2021年4月27日，四年间年评论量分布不均匀，2017年最少，最大还不知道，因为2021年还没完呢。

 

 

 

 

月份可视化

同一个函数进行向下重采样，只是参数不一致而已，聚合统计后使用matploblib绘制折线图统计图，代码如下：

 

​

每日可视化

还是那个resample函数，将每年的每一天中产生的评论聚合，共五年（2017-2021），但2017年和2021年不全，数据记录有点大，使用日历图作可视化，代码如下：

 

 

 

 

 

 

 

时段可视化

将一天24个小时分为6个时段，划分如下：

• 03:00----06:00----凌晨

• 06:00----12:00----下午

• 12:00----14:00----中午

• 14:00----19:00----下午

• 19:00----22:00----晚上

• 22:00----03:00----深夜

 

每条记录包含日期和时间，精确到分钟，如何把小时数给提取出来呢，Pandas目前我好像没有学到这个技能或者说没有（肯定是我没有学到。我的方法是把每条日期记录当成字符串，然后转换成datetime对象，再将转换成时间字符串时仅保留小时数，最后转换为int64类型（转的头都晕了）。

 

最后一步就是遍历小时数，判断属于哪一个时段，该过程需要使用apply函数，并且传入一个自定义一个函数用来判断时段。

 

 

 

                                                                                                                                            右边两列就是小时数和时段标签

 

绘制南丁格尔图

                                                                                                                                            基于pyecharts

 

 

                                                                                                                                            是不是人在深夜时情绪会更丰富呢？