今天我们分享一个爬虫+数据分析+数据可视化的开发案例：对腾讯热播剧——《突围》的评论进行数据分析及可视化。

项目共采集了1W条评论，并且尝试对评论进行了情绪文本分析处理，很适合数据分析新人练手。获取完整代码，文末后台回复关键字：突围，文章对你有帮助，收藏、关注。

注：文末提供技术交流群

项目主要内容：

• 如何查找视频id

• 制作词云图

• 制作最近评论数条形图与折线图

• 制作每小时评论条形图与折线图

• 制作最近评论数饼图

• 制作每小时评论饼图

• 制作观看时间区间评论统计饼图

• 制作突围主演提及占比饼图

• 制作评论内容情感分析图

• 评论的时间戳转换为正常时间

• 评论内容读入CSV

• 统计一天各个时间段内的评论数

• 统计最近评论数

• 爬取评论内容

• 爬取评论时间

爬虫方面：由于腾讯的评论数据是封装在json里面，所以只需要找到json文件，对需要的数据进行提取保存即可。

视频网址：

https://v.qq.com/x/cover/p4oc75vffwfh1lp/p0040j0kmjg.html

评论json数据网址：

https://video.coral.qq.com/varticle/7483632124/comment/v2

注：只要替换视频数字id的值，即可爬取其他视频的评论

利用 Chrome 开发者工具，在“网络”栏可以查到视频请求地址，其中的 targetid 就是我们需要的视频id。

1.爬取评论内容代码：spiders.py

2.爬取评论时间代码：sp.py

1.评论的时间戳转换为正常时间 time.py

2.评论内容读入csv CD.py

3.统计一天各个时间段内的评论数 py.py

4.统计最近评论数 py1.py

数据分析方面：涉及到了词云图，条形，折线，饼图，后三者是对评论时间与主演占比的分析，然而腾讯的评论时间是以时间戳的形式显示，所以要进行转换，再去统计出现次数，最后，新加了对评论内容的情感分析。

1.制作词云图

wc.py

词云图：result.png （注：这里要把英文字母过滤掉）

2.制作最近评论数条形图 DrawBar.py

效果图：DrawBar.html

3.制作每小时评论条形图 DrawBar2.py

效果图：DrawBar2.html

4.制作近日评论数饼图 pie_pyecharts.py

效果图

5.制作每小时评论饼图 pie_pyecharts2.py

效果图

6.制作观看时间区间评论统计饼图 pie_pyecharts3.py

效果图

7.制作突围主演提及占比饼图 pie_pyecharts4.py

效果图

8.评论内容情感分析 SnowNLP.py

效果图（情感各分数段出现频率）

SnowNLP情感分析是基于情感词典实现的，其简单的将文本分为两类，积极和消极，返回值为情绪的概率，也就是情感评分在[0,1]之间，越接近1，情感表现越积极，越接近0，情感表现越消极。

以上就是整个开发案例的全过程，涉及了爬虫、数据处理、可视化、情感分析等知识点，感兴趣的小伙伴可以自己动手试一试。

如果文章对你有帮助，欢迎转发/点赞/收藏~

欢迎转载、收藏、有所收获点赞支持一下！

目前开通了技术交流群，群友已超过2000人，添加时最好的备注方式为：来源+兴趣方向，方便找到志同道合的朋友

• 方式①、发送如下图片至微信，长按识别，后台回复：加群；
• 方式②、添加微信号：dkl88191，备注：来自CSDN
• 方式③、微信搜索公众号：Python学习与数据挖掘，后台回复：加群