Py学习  »  Python

用Python重新定义【2019十大网络流行语】

CDA数据分析师 • 4 年前 • 397 次点击  

作者:朱小五

来源:凹凸玩数据


“文明互鉴真硬核,

融梗柠檬谁觉得。

霸凌第一九九六,

 块链不知太难了。


12月1日,《咬文嚼字》编辑部以一首“顺口溜”发布2019年度十大流行语。“文明互鉴”、“区块链”、“硬核”、“融梗”、“××千万条,××第一条”、“柠檬精”、“996”、“我太难/南了”、“我不要你觉得,我要我觉得”、“霸凌主义”十条流行语入选。


微博评论下有很多网友纷纷表示,XXX为什么能上榜?XXX为什么没上榜?


这点呢,小五表示理解,毕竟采用不同的统计口径得出的结论可能不同。


那么,小五干脆也自己定义个统计口径,重新“定义”一下【2019十大网络流行语】


此处致敬一下重新定义的鼻祖——罗老师。


获取数据


通过搜索“网络流行语”,可以发现已经有网站帮我们做了整理。



利用python爬虫可以获取该网站的2019年度所有网络流行语。


def main():
    data = []
    n = 1
    for i in range(4542,5589): 
        dic = {}
        url = 'https://www.lxybaike.com/index.php?doc-view-'+str(i)+'.html'
        print('已成功采集{}条数据'.format(n))
        html = restaurant(url)
        doc = pq(html)
        dic['tittle' ] = doc('#doctitle').text()
        dic['num'] = doc('#doc-aside > div.columns.ctxx > ul > li:nth-child(1)').text()
        data.append(dic)
        time.sleep(random.random())
        n = n + 1
    return data  


爬取成功√


共929个词语。


我们在获取这些热门流行词的同时,也获取了他们的一些其他数据,比如浏览次数和出现时间。



但浏览次数很难作为评判这个词语是否热门的指标,毕竟大家又不是都来这个网站搜索,所以还是需要一个全网的数据才更准确一点。


一开始选择了百度指数,结果发现很多词语没有收录,需要付费。于是我就选用了搜狗指数!



将刚才爬取得到的929个网络流行语,可以根据下面式子来构造url。


urls= 'http://zhishu.sogou.com/index/searchHeat?kwdNamesStr='+str(name)+'&timePeriodType=YEAR&dataType=SEARCH_ALL'


再循环爬取依次得到他们的年度平均搜索指数。


成功得到2019年度网络热门流行词排行榜(凹凸玩数据版)



其中标记绿色的词语为2018年末出现,在2019年开始流行,在统计时也列入列入2019流行语中。



2019网络热门流行词排行榜


根据上文得到的热门流行词排行榜,小五又搜集了一些网上的资料 ,利用PS来制作了十张流行词的解释图。


下面开始颁奖:



一千个人眼中就有一千个哈姆雷特。


相信每个人心里都有自己的一个流行语排行榜。


不知道小五重新定义的排行榜与你心中的相差多少?


相关爬虫源码已上传github:https://github.com/zpw1995/aotodata/tree/master/interest/popular


end.

📌CDA课程咨询

赵老师

微信号 : CDA11111111

联系电话:13381275813

长按二维码,添加好友咨询


⭐️为CDA数据分析师点亮星标⭐️



📚推荐阅读 READ MORE


 干货 | 如何用Python开启你的机器学习之路

 【神预测】数据分析精准预测2019天猫双11成交额! 误差仅仅千分一!

  今年双11,你盖楼了吗? | 用数据解读不一样的双11

●  实锤!中国自己的数字货币DCEP!拥有法币地位,任何机构和个人不得拒绝,没网的地方也能用!央行DCEP,全球第一大主权数字货币!


喜欢本篇内容请点个“在看”哦!❤️




Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/51049
 
397 次点击