目錄
- 一、前言
- 二、數(shù)據(jù)分析與可視化
- 三、一個(gè)真實(shí)的案例
一、前言
隨著三胎政策的開(kāi)放,人們對(duì)于生娃的討論也逐漸熱烈了起來(lái),經(jīng)常能夠在各大社交媒體當(dāng)中看到相關(guān)的話題,而隨著時(shí)間慢慢地流逝,中國(guó)的首批“丁克家庭”已步入晚年,而相關(guān)的話題“那些當(dāng)初選擇不生孩子,現(xiàn)在四五十歲的人怎么樣了?”也逐漸受到了人們的關(guān)注,尤其是現(xiàn)在年輕人生育的欲望已經(jīng)不再那么的高了的情況下,
![](/d/20211017/9b29a9210b37ac4793a17f50e2905abf.gif)
二、數(shù)據(jù)分析與可視化
首先我們對(duì)于網(wǎng)友的評(píng)論進(jìn)行數(shù)據(jù)的采集,還是老規(guī)矩通過(guò)Python當(dāng)中的Requests模塊來(lái)發(fā)起請(qǐng)求,對(duì)返回的內(nèi)容做整理之后取出我們想要的評(píng)論內(nèi)容
res = requests.get(url, headers=headers, timeout = 60, proxies = proxies)
res_json = json.loads(res.text)
res_html = etree.HTML(res_json["data"]["html"])
user_comment = res_html.xpath('.//div[@class="WB_text"]/text()')
for comment in user_comment:
if len(comment.strip().replace("\r","").replace("\n","")) != 0:
user_comments.append(comment.strip().replace("\r","").replace("\n",""))
下面我們來(lái)看,對(duì)于“生育”這個(gè)話題,網(wǎng)友評(píng)論的內(nèi)容。我們通過(guò)詞頻的統(tǒng)計(jì)并且畫出詞云圖,可見(jiàn)網(wǎng)友們的評(píng)論也是充滿了戾氣,“不想”、“不生”等詞語(yǔ)出現(xiàn)的頻率還是比較高的,說(shuō)明網(wǎng)友們的恐婚、恐生、恐育的想法還是比較強(qiáng)烈的,
stylecloud.gen_stylecloud(text=" ".join(review_list), max_words=500, collocations=False,
font_path="KAITI.ttf", icon_name="fas fa-angry", size=653,
output_name="4.png")
![](/d/20211017/81a5d223bb94045e5a461a8738f98dd0.gif)
然后我們用了第三方的開(kāi)源工具對(duì)網(wǎng)友們的評(píng)論做情感分析,發(fā)現(xiàn)消極評(píng)論在總的評(píng)論量中占到了絕大多數(shù),
p = (
Pie(init_opts=opts.InitOpts(theme=ThemeType.INFOGRAPHIC))
.add("", [list(z) for z in zip(sentiment_keys_list, sentiment_values_list)], radius=["40%", "65%"], center=["65%", "47%"])
.set_global_opts(title_opts=opts.TitleOpts(title="微博評(píng)論情感傾向", pos_left="center", subtitle="丁克家庭"),
legend_opts=opts.LegendOpts(orient="vertical", pos_top="15%", pos_left="25%"))
.set_series_opts(label_opts=opts.LabelOpts(formatter=": {c}"))
)
p.render("movie_sentiment_weibo.html")
![](/d/20211017/56529f9c5510a68a119b8c74ebaba57e.gif)
接下來(lái)便是對(duì)這些評(píng)論的網(wǎng)友做一些用戶的畫像了,小編發(fā)現(xiàn)“天秤座”、“摩羯座”以及“處女座”似乎對(duì)生育的恐懼相對(duì)來(lái)說(shuō)高一些,
![](/d/20211017/43daa6058df6ec31ad2392a6f6986019.gif)
而從地理位置來(lái)看,身處于廣州和北京的朋友要更多一些,畢竟深圳還有北京都是大城市,養(yǎng)育一個(gè)小孩的成本都很高,更加不用說(shuō)是二胎、三胎了
![](/d/20211017/b9ebac83be38fadf63fab798010fe9af.gif)
三、一個(gè)真實(shí)的案例
我們回到本文要討論的話題“那些當(dāng)初不生孩子,現(xiàn)在四五十歲的人怎么樣了?”,小編這里倒是記錄了幾位真實(shí)的案例,可以分享出來(lái)給讀者朋友們聽(tīng)一下,僅供參考,或許會(huì)給那些原本鐵了心想要丁克到底的人一些思考和感悟
真實(shí)的故事
讀者A的小姨三十多歲時(shí)離婚,未育,現(xiàn)在快五十了,孤身一人在北京,國(guó)企高管,收入頗高,每年出國(guó)旅行好幾次,有時(shí)有同伴,但是更多的時(shí)候是一個(gè)人,以前覺(jué)得她這樣的狀態(tài)也挺好的,業(yè)余時(shí)間都花在了學(xué)習(xí)充實(shí)自己上,看著也比同齡人要年輕,但就在兩年前,我外婆去世了,外公早之前就去世了,小姨一下變得消沉了很多,傷心很久都走不出來(lái),而我媽和舅舅因?yàn)槎加凶约旱募胰?,縱然傷心,還是很快就在家人的陪伴下逐漸釋懷了,孩子孫子都帶給他們很大的慰藉,可我小姨可能覺(jué)得世上唯一的親人都沒(méi)有了(當(dāng)然我媽和舅舅也是親人沒(méi)有,但是畢竟也都有自己的家庭),整個(gè)人后來(lái)明顯性格變了,變得消沉。再加上年紀(jì)越來(lái)越大了,身體上的各種毛病也就出來(lái)了,每當(dāng)她一個(gè)人半夜在醫(yī)院掛水的時(shí)候,她哭了??傊?,孩子的作用在你一切都好的時(shí)候看不出來(lái),在你最脆弱的時(shí)候才需要他。
其實(shí)丁克與否說(shuō)到底無(wú)非是一種選擇,只是小編覺(jué)得做任何選擇之前想清楚利弊,分析清楚最后要付出的代價(jià)和承擔(dān)的結(jié)果,然后勇敢的去做。最后小編記得要高考了,祝參加高考的學(xué)子們考出優(yōu)異的成績(jī),考試加油
到此這篇關(guān)于Python數(shù)據(jù)可視化之分析熱門話題丁克家庭都怎么樣了的文章就介紹到這了,更多相關(guān)Python數(shù)據(jù)可視化內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
您可能感興趣的文章:- Python數(shù)據(jù)可視化常用4大繪圖庫(kù)原理詳解
- python Matplotlib數(shù)據(jù)可視化(2):詳解三大容器對(duì)象與常用設(shè)置
- python Matplotlib數(shù)據(jù)可視化(1):簡(jiǎn)單入門
- Python數(shù)據(jù)可視化實(shí)現(xiàn)漏斗圖過(guò)程圖解
- python使用pyecharts庫(kù)畫地圖數(shù)據(jù)可視化的實(shí)現(xiàn)
- Python數(shù)據(jù)可視化:冪律分布實(shí)例詳解