本文主要介绍Python数据分析--用Python对微博热搜做舆情分析，通过具体的内容向大家展现，希望对大家Python数据分析以及Python爬虫的学习有所帮助。

看微博热搜的时候，发现这样一条热搜。

我寻思，这要真的改了，真的炸锅!所以爬取了这条微博下的数据，进行了一个简单的舆情分析!

一、数据采集

志斌在之前的两篇文章中，详细的介绍了如何获取微博评论，有兴趣的读者可以看看这两篇文章。这里志斌直接展示核心代码了，代码如下：

for page in range(1,10000):

  if page == 1 :

      params = (

          ('id', '4654152979845247'),

          ('mid', '4654152979845247'),

          ('max_id_type', '0'),

      )

  #s = requests.Session()

  response = requests.get('https://m.weibo.cn/comments/hotflow', headers=headers, params=params)

  a = response.json()['data']['max_id']

  b = response.json()['data']['max_id_type']

  for i in response.json()['data']['data']:

      pinglunshijian = i['created_at']

      neirong = re.sub(r'<[^>]*>', '', i['text'])

      id = i['user']['id']

      yonghumingcheng = i['user']['screen_name']

      with open(r'71.txt', 'a', encoding='utf-8') as f:

          f.write(f'{neirong}\n')

  params = (

      ('id', '4654152979845247'),

      ('mid', '4654152979845247'),

      ('max_id', str(a)),

      ('max_id_type', str(b)),

       )

  print(f'爬取第{page}页数据......')

  time.sleep(random.randint(1,3))

二、可视化分析

我们来对这些数据进行可视化分析。本次绘图使用的是Excel和Tableau两款软件。

1.点赞数top10用户

我们发现椭圆圆子这个用户所发表的评论点赞数最多，有9.5w+，下面让我们看看它的评论是什么，竟然让用户这么喜欢。

这是一句纯吐槽的话，点赞数这么多，可能是因为发的时间早，或者是引起了老师们的共鸣。

2.评论日期分布

从图中我们可以清晰的看出，7.6号发表评论的人数最多，可能跟今天上热搜有关系的原因，毕竟上了热搜，曝光度就高了!

3.评论时间分布

对6号评论发布时间进行分析，我们发现19点发表的评论数量最多，我当时看到这条热搜的时候，基本也是这个时间，看来热搜对一个消息的影响还是很大的。

4.词云图

通过词云图可以看出，人们围绕这寒暑假这个词讨论的非常热烈，学生和取消、行业等词也被大量提及，我翻了翻评论，发现大部分人都是不想取消的。当然志斌也觉得不要取消。

三、小结

1. 通过分析我们可以看出，热搜对每条微博的影响是巨大的。

2. 大家都不太愿意取消寒暑假。

3. 本文仅供学习参考，不做它用。

我是小职，记得找我

✅ 解锁高薪工作

✅ 免费获取基础课程·答疑解惑·职业测评