|
可视化代码如下。
- from pyecharts import Pie, Map, Line
-
-
- def create_gender(df):
- # 全部用户
- # df = df.drop_duplicates('id')
- # 包含关键字用户
- df = df[df['name'].str.contains("坤|蔡|葵|kun")].drop_duplicates('id')
- # 分组汇总
- gender_message = df.groupby(['gender'])
- gender_com = gender_message['gender'].agg(['count'])
- gender_com.reset_index(inplace=True)
-
- # 生成饼图
- attr = gender_com['gender']
- v1 = gender_com['count']
- # pie = Pie("微博评论用户的性别情况", title_pos='center', title_top=0)
- # pie.add("", attr, v1, radius=[40, 75], label_text_color=None, is_label_show=True, legend_orient="vertical", legend_pos="left", legend_top="%10")
- # pie.render("微博评论用户的性别情况.html")
- pie = Pie("微博评论用户的性别情况(昵称包含关键字)", title_pos='center', title_top=0)
- pie.add("", attr, v1, radius=[40, 75], label_text_color=None, is_label_show=True, legend_orient="vertical", legend_pos="left", legend_top="%10")
- pie.render("微博评论用户的性别情况(昵称包含关键字).html")
02 评论用户区域分布
广东以8000+的评论用户居于首位，随后则是北京、山东，江苏，浙江，四川。
这里也与之前网易云音乐评论用户的分布有点相似。
更加能说明这几个地方的网民不少。
可视化代码如下。
- def create_map(df):
- # 全部用户
- df = df.drop_duplicates('id')
- # 分组汇总
- loc_message = df.groupby(['province'])
- loc_com = loc_message['province'].agg(['count'])
- loc_com.reset_index(inplace=True)
-
- # 绘制地图
- value = [i for i in loc_com['count']]
- attr = [i for i in loc_com['province']]
- map = Map("微博评论用户的地区分布图", title_pos='center', title_top=0)
- map.add("", attr, value, maptype="china", is_visualmap=True, visual_text_color="#000", is_map_symbol_show=False, visual_range=[0, 7000])
- map.render('微博评论用户的地区分布图.html')
（编辑：滁州站长网）
【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!
|
