网站响应式布局,白百度一下你就知道,网站开发表格,wordpress模板电影#x1f9d1; 博主简介#xff1a;曾任某智慧城市类企业算法总监#xff0c;目前在美国市场的物流公司从事高级算法工程师一职#xff0c;深耕人工智能领域#xff0c;精通python数据挖掘、可视化、机器学习等#xff0c;发表过AI相关的专利并多次在AI类比赛中获奖。CSDN… 博主简介曾任某智慧城市类企业算法总监目前在美国市场的物流公司从事高级算法工程师一职深耕人工智能领域精通python数据挖掘、可视化、机器学习等发表过AI相关的专利并多次在AI类比赛中获奖。CSDN人工智能领域的优质创作者提供AI相关的技术咨询、项目开发和个性化解决方案等服务如有需要请站内私信或者联系任意文章底部的的VX名片IDxf982831907 博主粉丝群介绍① 群内初中生、高中生、本科生、研究生、博士生遍布可互相学习交流困惑。② 热榜top10的常客也在群里也有数不清的万粉大佬可以交流写作技巧上榜经验涨粉秘籍。③ 群内也有职场精英大厂大佬可交流技术、面试、找工作的经验。④ 进群免费赠送写作秘籍一份助你由写作小白晋升为创作大佬。⑤ 进群赠送CSDN评论防封脚本送真活跃粉丝助你提升文章热度。有兴趣的加文末联系方式备注自己的CSDN昵称拉你进群互相学习共同进步。 【数据可视化-16】珍爱网上海注册者情况分析 一、引言二、数据来源与预处理2.1 python库与数据导入2.2 数据清洗 三、数据可视化3.1 性别比例分析3.2 年龄分布分析3.3 婚姻状况分析3.4 自我介绍词云图分析 四、总结 一、引言 随着春节的结束相亲市场逐渐升温。为了更好地了解上海珍爱网的注册人员信息进行了一次数据爬取并使用 pyecharts 进行了可视化分析。以下是详细报告。
二、数据来源与预处理 爬取了珍爱网上海地区的注册人员信息包括性别、城市、年龄、薪资或学历、婚姻状况、身高和自我介绍等字段。数据保存在一个 CSV 文件中。
2.1 python库与数据导入 首先需要读取数据并进行预处理。以下是导入相应的库读取数据的代码
import pandas as pd
import numpy as np
import jieba
import time from pyecharts.charts import Bar,Line,Map,Page,Pie
from pyecharts import options as opts
from pyecharts.globals import SymbolType # 读取CSV文件
df pd.read_csv(shanghai_zhenai_data.csv)2.2 数据清洗 对数据字段进行清洗产生结构化的特征。
df1[age_cut]pd.cut(df1[年龄],bins[18,30,42,54,66,78])
df1[age_cut2]pd.qcut(df1[年龄],5,labels[青年, 壮年, 中年, 老年,晚年])三、数据可视化
3.1 性别比例分析 首先分析上海珍爱网注册人员的性别比例。以下是使用 pyecharts 创建性别柱状图的代码
temp df1[性别].value_counts().reset_index()
temp.columns [性别,计数]
data_pair [(row[性别], row[计数]) for _, row in temp.iterrows()]
top_city sorted(data_pair, keylambda x: x[1], reverseTrue)### 不同的柱子使用不同的颜色
data_pair []
for k, v, c in zip([x[0] for x in top_city], [x[1] for x in top_city], [red, blue]):data_pair.append(opts.BarItem(namek,valuev,itemstyle_optsopts.ItemStyleOpts(colorc)))bar (Bar(init_optsopts.InitOpts(themedark,width1000px, height800px)).add_xaxis([x[0] for x in top_city]).add_yaxis(, data_pair).set_series_opts(label_optsopts.LabelOpts(is_showTrue, positioninsideRight,font_styleitalic,colorpink),).set_global_opts(title_optsopts.TitleOpts(title珍爱网上海相亲性别状况表现,subtitle数据截止日期2025年1月24日, 制图公众号--NLP随手记---,pos_top2%,pos_leftcenter,title_textstyle_optsopts.TextStyleOpts(color#228be6,font_size20)),xaxis_optsopts.AxisOpts(axislabel_optsopts.LabelOpts(rotate45)), #legend_optsopts.LegendOpts(is_showTrue),)# .reversal_axis() #是否旋转坐标轴)
bar.render_notebook()
# bar.render(珍爱网上海相亲性别表现.html)通过上图可以知道上海该时间段注册的相亲者中男生比女生要多。
3.2 年龄分布分析 接下来我们分析上海珍爱网注册人员的年龄分布。以下是使用 pyecharts 创建年龄分布饼状图的代码
df2 df1.age_cut2.value_counts().reset_index()
data_pair [[df2.loc[i][index],df2.loc[i][age_cut2]] for i in range(len(df2))]pie (Pie(init_optsopts.InitOpts(width1000px, height800px)).add(series_name,data_pairdata_pair,radius[30%,50%],center[38%, 50%],label_optsopts.LabelOpts(is_showFalse, positioncenter),).set_global_opts(title_optsopts.TitleOpts(title珍爱网上海相亲年龄状况表现,subtitle数据截止日期2025年1月24日, 制图公众号--NLP随手记---,pos_top2%,pos_leftcenter,title_textstyle_optsopts.TextStyleOpts(color#228be6,font_size20)),# visualmap_optsopts.VisualMapOpts(# is_showFalse,# max_600,# pos_top70%,# pos_left20%,# range_color[blue, green, yellow, red]# ),legend_optsopts.LegendOpts(is_showTrue, pos_right15%, pos_top8%,orientvertical),).set_series_opts(label_optsopts.LabelOpts(formatter{b}: {d}%)).set_colors([#EF9050, #3B7BA9, #6FB27C,#CC0033,#003399])
)
pie.render_notebook()
pie.render(pie_set_color.html)通过上图可以知道上海该时间段注册的相亲者中相亲的人的年龄状况还是比较均衡的中年人占比稍稍多一下。
3.3 婚姻状况分析 然后分析上海珍爱网注册人员的婚姻状况。以下是使用 pyecharts 创建婚姻状况饼图的代码 pie (Pie(init_optsopts.InitOpts(width1000px, height800px)).add(series_name,data_pair[list(z) for z in zip([离异, 未婚, 丧偶],[71, 40, 9],)],radius[30%,50%],center[38%, 50%],label_optsopts.LabelOpts(is_showFalse, positioncenter),).set_global_opts(title_optsopts.TitleOpts(title珍爱网上海婚姻状况表现,subtitle数据截止日期2025年1月24日, 制图公众号--NLP随手记---,pos_top2%,pos_leftcenter,title_textstyle_optsopts.TextStyleOpts(color#228be6,font_size20)),# visualmap_optsopts.VisualMapOpts(# is_showFalse,# max_600,# pos_top70%,# pos_left20%,# range_color[blue, green, yellow, red]# ),legend_optsopts.LegendOpts(is_showTrue, pos_right15%, pos_top8%,orientvertical),).set_series_opts(label_optsopts.LabelOpts(formatter{b}: {d}%)).set_colors([#EF9050, #3B7BA9, #6FB27C])
)
pie.render_notebook()
pie.render(珍爱网上海婚姻状况表现.html)通过上图可以知道上海该时间段注册的相亲者中离异是最主要的因素。
3.4 自我介绍词云图分析 这里我们将使用stylecloud库来绘制词云图看看自我介绍的词云图的分布情况首先按照stylecloud库
!pip install stylecloud其次编写自我介绍的清洗函数具体函数如下
def get_cut_words(content_series):# 读入停用词表stop_words [] with open(stopwords.txt, r) as f:lines f.readlines()for line in lines:stop_words.append(line.strip())# 添加关键词my_words [同频共振, 知冷暖, 毕业落户, 外冷内热, 造梦者,外冷内热,性格相投] for i in my_words:jieba.add_word(i) # 自定义停用词my_stop_words [设施, 学校, 我校, 希望, ...,一个,增加理论, 建议, 希望, 学生, 博客,豆瓣, 叶滑生,简书, 全国, 增加, 建设, 搞好,基于,CSDN,2019] stop_words.extend(my_stop_words) # 分词content;.join([ str(c) for c in content_series.tolist()])word_num jieba.lcut(content)# 条件筛选word_num_selected [i for i in word_num if i not in stop_words and len(i)2]return word_num_selected最后绘制词云图
import stylecloud
from pathlib import Path
from IPython.display import Image # 用于在jupyter lab中显示本地图片# 绘制词云图
stylecloud.gen_stylecloud(text .join(get_cut_words(content_seriesdf1[自我介绍]) ),collocationsFalse,font_path(rC:\\Windows\Fonts\SimHei.ttf),#2-1字体的Path路径,icon_namefas fa-heart,size 578,output_name上海珍爱网的自我介绍数据可视化.png
)
Image(filename上海珍爱网的自我介绍数据可视化.png)注意在实际运行上述代码时你需要确保已经安装了 jieba 分词库。
四、总结 通过以上分析我们可以得出以下结论
上海珍爱网注册人员的性别情况男生比女生稍多。年龄分布主要集中比例较为均衡中年人稍多一些。婚姻状况以离异和未婚为主说明相亲市场的主要需求群体。自我介绍中出现了许多与性格、爱好、工作等相关的词汇反映了注册人员的自我认知和期望。 希望这份报告能为关注上海珍爱网相亲市场的人员提供一定的参考和帮助。祝大家早日找到心仪的另一半
