Python（發(fā)音：英[?pa?θ?n]，美[?pa?θɑ:n]），是一種面向?qū)ο?、直譯式電腦編程語言，也是一種功能強大的通用型語言，已經(jīng)具有近二十年的發(fā)展歷史，成熟且穩(wěn)定。它包含了一組完善而且容易理解的標(biāo)準(zhǔn)庫，能夠輕松完成很多常見的任務(wù)。它的語法非常簡捷和清晰，與其它大多數(shù)程序設(shè)計語言不一樣，它使用縮進來定義語句。

Python支持命令式程序設(shè)計、面向?qū)ο蟪绦蛟O(shè)計、函數(shù)式編程、面向切面編程、泛型編程多種編程范式。與Scheme、Ruby、Perl、Tcl等動態(tài)語言一樣，Python具備垃圾回收功能，能夠自動管理存儲器使用。它經(jīng)常被當(dāng)作腳本語言用于處理系統(tǒng)管理任務(wù)和網(wǎng)絡(luò)程序編寫，然而它也非常適合完成各種高級任務(wù)。Python虛擬機本身幾乎可以在所有的作業(yè)系統(tǒng)中運行。使用一些諸如py2exe、PyPy、PyInstaller之類的工具可以將Python源代碼轉(zhuǎn)換成可以脫離Python解釋器運行的程序。

粉絲獨白

說起熱門的B站相信很多喜歡玩動漫的，看最有創(chuàng)意的Up主的同學(xué)一定非常熟悉。我突發(fā)奇想學(xué)Python這么久了，為啥不用Python爬取B站中我關(guān)注的人，已經(jīng)關(guān)注的人他們關(guān)注的人，看看全站里面熱門的UP主都是是哪些。

要點：

- 爬取10萬用戶數(shù)據(jù)

- 數(shù)據(jù)存儲

- 數(shù)據(jù)詞云分析

1.準(zhǔn)備階段

寫代碼前先構(gòu)思思路：既然我要爬取用戶關(guān)注的用戶，那我需要存儲用戶之間的關(guān)系，確定誰是主用戶，誰是follower。

存儲關(guān)系使用數(shù)據(jù)庫最方便，也有利于后期的數(shù)據(jù)分析，我選擇sqlite數(shù)據(jù)庫，因為Python自帶sqlite，sqlite在Python中使用起來也非常方便。

數(shù)據(jù)庫中需要2個表，一個表存儲用戶的相互關(guān)注信息，另一個表存儲用戶的基本信息，在B站的用戶體系中，一個用戶的mid號是唯一的。

然后我還需要一個列表來存儲所以已經(jīng)爬取的用戶，防止重復(fù)爬取，畢竟用戶之間相互關(guān)注的現(xiàn)象也是存在的，列表中存用戶的mid號就可以了。

2.新建數(shù)據(jù)庫

先寫建數(shù)據(jù)庫的代碼，數(shù)據(jù)庫中放一個用戶表，一個關(guān)系表：

3.爬取前5頁的用戶數(shù)據(jù)

我需要找到B站用戶的關(guān)注列表的json接口，很快就找到了，地址是：

https://api.bilibili.com/x/relation/followings?vmid=2&pn=1&ps=20&order=desc&jsonp=jsonp&callback=__jp7

其中vimd=后的參數(shù)就是用戶的mid號

pn=1指用戶的關(guān)注的第一面用戶,一面顯示20個用戶

因為B站的隱私設(shè)置，一個人只能爬取其他人的前5頁關(guān)注，共100人。

整個爬取頁面的思路比較簡單，首先設(shè)置header,用requests庫進行API請求，獲得關(guān)注的用戶數(shù)據(jù)列表。

我們爬取前5頁，每一頁的數(shù)據(jù)進行簡單的處理，然后轉(zhuǎn)為字典數(shù)據(jù)進行獲取mid,uname,sign3個維度的數(shù)據(jù)，最后save()函數(shù)存入db.

4.存入數(shù)據(jù)庫

我們數(shù)據(jù)集里面一共有2個表，一個用戶列表，用來存儲所以的用戶信息，一個是用戶之間的關(guān)注信息。

5.探秘是熱門UP主

打算利用已經(jīng)爬取到本地的數(shù)據(jù)進行詞云的生成，來看一下這10萬用戶中共同的關(guān)注的哪些UP主出現(xiàn)的次數(shù)最多。

代碼的思路主要是從數(shù)據(jù)庫中獲取用戶的名字，重復(fù)的次數(shù)越多說明越多的用戶關(guān)注，然后我使用fate的一張圖片作為詞云的mask圖片，最后生成詞云圖片。

最后一起來看一下詞云圖

可以看出蕾絲，暴走漫畫，木魚水心，參透之C君，papi醬等B站大UP主都是熱門關(guān)注。

Python可以做什么？

web開發(fā)和 爬蟲是比較適合 零基礎(chǔ)的

自動化運維 運維開發(fā) 和 自動化測試 是適合 已經(jīng)在做運維和測試的人員

大數(shù)據(jù) 數(shù)據(jù)分析 這方面 是很需要專業(yè)的 專業(yè)性相對而言比較強

科學(xué)計算 一般都是科研人員 在用

機器學(xué)習(xí) 和 人工智能 首先 學(xué)歷 要求高 其次 高數(shù)要求高 難度很大

最新評論