七夕事後，你分析過本身單身緣由的緣由嗎？

昨天的朋友圈都在喪心病狂的秀恩愛，秀520紅包！因而就有人出來普法教育。。。

但是不少老鐵連發紅包的機會都沒有。。。

爲何這麼多如此優秀的同窗都仍是單身呢？

1、需求背景

今天逛微博的時候發現一個有趣的話題#90後單身緣由TOP3#

七夕之際，一份針對全國90後青年婚戀觀進行抽樣調查公佈告終果。結果顯示，一線城市單身佔比持續領先。90後單身緣由TOP3：圈子小、工做忙、對愛情幻想過於完美。

單身的三大緣由：圈子小、工做忙、對愛情幻想過於完美！

豬哥以爲這三個緣由都並不合理，難道單身的緣由難道不是由於窮嗎？

2、功能描述

好奇這個調查是怎麼來的？真實性有待考證，恰好這幾天咱們也學習瞭如何爬取微博話題，今天就來驗證一下爲什麼如此優秀卻依然單身！

3、技術方案

1. 模擬登陸微博
2. 爬取話題
3. 保存文件
4. 數據清洗
5. 數據分析

4、模擬登陸

模擬登陸以前講爬取**#周杰倫超話#**的時候已經講過了，這裏就再也不重複，直接貼出代碼！

5、爬取話題

1.找到話題加載數據url

m.weibo.cn/api/contain…

2.代碼模擬請求數據

咱們依然使用requests庫來爬取數據，此次豬哥在請求的時候增長了一個參數：timeout，這樣作是爲了防止請求某個一直沒有應答致使堵死其餘請求！

3.提取微博內容

要想提取微博內容就須要瞭解請求返回的數據格式

瞭解數據格式以後咱們就能夠寫代碼提取咱們想要的微博內容啦！

上圖咱們已經拿到微博內容，可是還有不少網頁標籤，咱們來用正則將網頁標籤去掉，和開頭的話題開頭！

4.保存文件

微博內容提取出來以後，咱們將他們保存起來！

6、批量爬取

批量爬取就涉及分頁，上次咱們將周杰倫超話時，它的分頁機制是：

微博超話分頁機制：根據時間分頁，每一條微博都有一個since_id，時間越大的since_id越大因此在請求時將since_id傳入，則會加載對應話題下比此since_id小的微博，而後又從新獲取最小since_id將最小since_id傳入，依次請求，這樣便實現分頁

那這個話題的分頁機制也是這樣的嗎？咱們來對比一下第一次請求於第二次請求的url

咱們發現普通話題的分頁機制居然是 page的形式， 看來微博對不一樣級別的話題有不一樣的分頁機制！

page形式的分頁機制，以前咱們講了不少個案例，直接for循環傳入i，而這個i就看成page就能夠啦！

7、數據分析

數據分析咱們採用pyecharts庫，這是一個很是好用的可視化分析庫！

先讀取數據，而後使用jieba庫進行分詞和數據清洗，最後使用 pyecharts庫作展現！

以前調查結果顯示單身的三大緣由是： 圈子小、工做忙、對愛情幻想過於完美。在咱們數據分析得出的結果好像確實如此！

以前說你們單身的緣由是由於窮，看來只有豬哥窮！