python几万条微博高频词分析

python几万条微博高频词分析

看到别人有做影视热评的分析统计,觉得挺好玩的,就来试试

看看效果

Screenshot_2018-05-21-11-00-42-879_com.master.wei.png

思路

抓取想要的微博数据写入数据库
分词统计出词汇出现次数
过滤无意义的干扰词
存入数据库
写接口,然后Android端展示

代码

  1. 抓取数据也是一门学问,请自行去学习
    现成的sqlhttps://note.youdao.com/share/?id=f98dfc8417a2ae7d1990343e387e87b6&type=note#/
    到到mysql中即可
  1. 数据库连接 masterWeiBo.Utils.Sql
import pymysql
import pymysql.cursors
import threading
class Mydb(object):
    tableName='master'
    def __init__(self):
        self.lock=threading.Lock()
        self.client = pymysql.connect(host='localhost',charset='utf8', port=3306, user='root', passwd='ck123', db='weibo', cursorclass=pymysql.cursors.DictCursor)
        self.client.autocommit(True)
        self.cursor = self.client.cursor()
  1. 开始
import jieba

from masterWeiBo.Utils.Sql import  Mydb as db

# 创建停用词list
def stopwordslist(filepath):
    stopwords = [line.strip() for line in open(filepath, 'r', encoding='utf-8').readlines()]
    return stopwords


cursor = db().cursor
#如果不存在词表就创建
cursor.execute("""CREATE TABLE IF NOT EXISTS `weibo`.`masterWeiBo_category` (
 `id` INT NOT NULL AUTO_INCREMENT,
 `count` INT NOT NULL DEFAULT 0,
 `category` VARCHAR(100) NOT NULL,
 `wordsTop10` VARCHAR(1000) NULL,
 PRIMARY KEY (`id`));""")
#清空词表
cursor.execute("DELETE FROM weibo.masterWeiBo_category")
#获取分类分词
cursor.execute("SELECT count(id) as countd, come FROM weibo.masterWeiBo_master GROUP BY come")
results = cursor.fetchall()
print(results)
dicts=[]
#加载过滤词汇
stopwords = stopwordslist("/root/PYServer/myFirstPYServer/words.txt")
for result in results:
    each={}
    each['count']=result['countd']
    each['come']=result['come']
    print(result['countd'])
    print(result['come'])
    cursor.execute("SELECT content from weibo.masterWeiBo_master where come= '"+result['come']+"'")
    contents = cursor.fetchall()
    articals=''
    #把指定分类的内容拼接起来
    for artical in contents:
        articals+=","+artical['content']
    #结巴分词
    cuts = jieba.cut(articals)
    words={}
    #统计词频
    for cut in cuts:
        if(cut in words):
            words[cut]=words[cut]+1
        else:
            words[cut]=1
    #按词频倒序排列
    sortedWords = sorted(words.items(), key=lambda d: d[1], reverse=True)
    wordsTop10=''
    i=0
    #获取top10词汇
    for key ,value in sortedWords:
        #过滤无效词汇
        if(key in stopwords or key.__len__()<2):
            continue
        wordsTop10+=key+","+str(value)+";"
        i+=1
        if(i==10):
            wordsTop10=wordsTop10[:wordsTop10.__len__()-1]
            break
    each['wordsTop10']=wordsTop10
    dicts.append(each)
#写入数据库
for value in dicts:
    sql = "INSERT INTO weibo.masterWeiBo_category (count,category,wordsTop10) values( '" + str(
        value['count']) + "','" + value['come'] + "','" + value['wordsTop10'] + "')"
    print(sql)
    cursor.execute(sql)
cursor.close()
print(dicts)

大功告成

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 157,198评论 4 359
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 66,663评论 1 290
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 106,985评论 0 237
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,673评论 0 202
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 51,994评论 3 285
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,399评论 1 211
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,717评论 2 310
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,407评论 0 194
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,112评论 1 239
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,371评论 2 241
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 31,891评论 1 256
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,255评论 2 250
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 32,881评论 3 233
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,010评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,764评论 0 192
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,412评论 2 269
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,299评论 2 260

推荐阅读更多精彩内容