一個微博熱搜引發的故事

• 一、故事從這里開始
• 二、搞事情第一步：搜集圖片
• 三、搞事情第二步：展示圖片
• 四、搞事情第三步：推廣鏈接
• 五、搞事情第四步：統計分析
• 1.數據處理2.數據篩選3.統計各天的頻率4.統計星座的頻率5.統計月份的頻率6.數據可視化（3個條形圖）
• 寫在最后

點擊此處，獲取海量Python學習資料！

一、故事從這里開始

3月29日那晚，我正在廁所蹲坑來著，大概就是邊蹲邊刷手機的那種…突然發現一條微博熱搜#你出生那天的宇宙#

在評論區，發現大家都有一個同樣的疑惑：無法訪問NASA官網（可能是因為訪問量過大，導致網絡極高延時）。作為一個社會主義正直青年，我怎么能放著不管呢？
于是，我決定搞事情！！

二、搞事情第一步：搜集圖片

一個簡單的想法油然而生：既然大家沒法從官網上下載圖片，那我就幫大家集齊圖片，然后發給大家就好啦。（搜集數據嘛，寫個爬蟲不就好了？）
于是，我直接沖進NASA官網準備分析一波請求。結果…好叭，我也是大家中的一員，我也加載不出圖片。
這點困難我怎么能退縮呢，再于是，我就去微博評論下面苦苦尋找，果然功夫不負有心人，發現豆瓣上有個大佬已經為找齊了所有圖片：

秉承“拿來主義”的作風，我決定這里就是我的數據源（某豆瓣相冊）
簡單分析了一下，發現可以通過一個m_start的參數進行翻頁，每頁20張圖片（如m_start=0為第一頁，m_start=20為第二頁），那么寫一個循環便可：

import re import queue import requests import threading from selenium import webdriver from selenium.webdriver.chrome.options import Optionsheaders = { 'Host': 'www.douban.com', 'Connection': 'keep-alive', 'Cache-Control': 'max-age=0', 'Upgrade-Insecure-Requests': '1', 'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.149 Safari/537.36', 'Sec-Fetch-Dest': 'document', 'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3;q=0.9', 'Sec-Fetch-Site': 'none', 'Sec-Fetch-Mode': 'navigate', 'Sec-Fetch-User': '?1', 'Accept-Encoding': 'gzip, deflate, br', 'Accept-Language': 'zh-CN,zh;q=0.9', 'Cookie': 'bid=rb_kUqiDS6k; douban-fav-remind=1; _pk_ses.100001.8cb4=*; ap_v=0,6.0; __utma=30149280.1787149566.1585488263.1585488263.1585488263.1; __utmc=30149280; __utmz=30149280.1585488263.1.1.utmcsr=(direct)|utmccn=(direct)|utmcmd=(none); __yadk_uid=HNoH1YVIvD2c8HrQDWHRzyLciFJl1AVD; __gads=ID=a1f73d5d4aa31261:T=1585488663:S=ALNI_MafqKPZWHx0TGWTpKEm8TTvdC-eyQ; ct=y; _pk_id.100001.8cb4=722e0554d0127ce7.1585488261.1.1585488766.1585488261.; __utmb=30149280.10.6.1585488263' }# driver初始化 chrome_options = Options() chrome_options.add_argument('--headless') driver = webdriver.Chrome(options=chrome_options)# 下載圖片 def downimg():while not img_queue.empty():img = img_queue.get()img_name = img[0]url = img[1]res = requests.get(url)data =res.contentwith open('./img/%s.webp'%img_name,'wb') as f:f.write(data)print(img_name)# 網站參數 url_o = 'https://www.douban.com/photos/album/1872547715/?m_start=%d'# 爬取連接 img_queue = queue.Queue() for i in range(0,21):url = url_o%(18*i)driver.get(url)es = driver.find_elements_by_class_name('photo_wrap')for e in es:img_e = e.find_element_by_tag_name('img')img_url = img_e.get_attribute('src')img_url = img_url.replace('photo/m/public','photo/l/public') # 替換為大圖text_e = e.find_element_by_class_name('pl')img_date = text_e.textimg_queue.put((img_date,img_url))print('%d頁爬取完成'%(i+1)) driver.close()# 下載圖片 thread_list = [] N_thread = 5 for i in range(N_thread):thread_list.append(threading.Thread(target=downimg)) for t in thread_list:t.start() for t in thread_list:t.join()

代碼簡單來說就是：webdriver訪問頁面并獲取圖片地址，然后通過多線程利用requests下載并保存圖片。
至此，圖片搜集的工作基本完成！

三、搞事情第二步：展示圖片

有了圖片，接下來就是如何讓大家獲得圖片呢？去給每個人私發？機智的我當然不會這么干，我決定寫一個小網頁來讓大家訪問。作為很不專業的我，東平西湊，效果大概就是這樣（你生日那天的宇宙）：

四、搞事情第三步：推廣鏈接

關于推廣，咱也不懂，咱也不敢說。 傻傻的我決定自己發一條微博（心里大概是想：這么方便的工具，肯定會受大家歡迎的，肯定是這樣沒有錯，對，沒錯…）:

現實嘛，總是殘酷的。吃瓜群眾都猜到了：無人問津，石沉海底~
幾經周折，最后呢在一位相關話題的熱門博主的鼎力幫助下，最終迎來了一些流量：

五、搞事情第四步：統計分析

雖然這個流量跟我想象的還是相差甚遠，畢竟這個話題也是有上億的閱讀量的，但是我還是決定對昨天訪問的情況做一個簡單的統計：

1.數據處理

在某度統計里拿到網頁訪問數據的原始csv表格后，進行了簡單數據處理，調整為更方便讀取的格式。

2.數據篩選

由于表格中并不僅僅包括NASA頁面的數據，還有一些其他頁面的數據，于是必須進行數據的篩選：

# 讀取數據 data = pd.read_csv('./analyze/20200330-20200330.csv',encoding='utf-8')# 篩選數據(和NASA相關且有有效日期的數據) data_NASA = [] for i in range(len(data)):url = urllib.parse.unquote(data['URL'][i])pv = data['PV'][i] # 瀏覽量uv = data['UV'][i] # 訪客量#if url[-1] == '日' and 'NaN' not in url: # 為NASA訪問頁面if 'date=' in url and 'NaN' not in url:try:data_NASA.append((re.findall('date=(d*?月d*?日)',url)[0],pv,uv))except:pass

3.統計各天的頻率

# 統計各個天數的頻率 PV_map= {} UV_map = {} PV_total = 0 UV_total = 0 for d in data_NASA:if d[0] not in PV_map.keys():PV_map[d[0]] = 0UV_map[d[0]] = 0PV_map[d[0]] += d[1] # PVUV_map[d[0]] += d[2] # UVPV_total += d[1]UV_total += d[2] for k in PV_map.keys(): # 計算頻率PV_map[k] = PV_map[k]/PV_total*100UV_map[k] = UV_map[k]/UV_total*100 PVs= sorted(PV_map.items(),key=lambda x:x[1],reverse=True) # 排序 UVs= sorted(UV_map.items(),key=lambda x:x[1],reverse=True) # 排序

4.統計星座的頻率

# 判斷星座 def get_xingzuo(month, date):dates = (21, 20, 21, 21, 22, 22, 23, 24, 24, 24, 23, 22)constellations = ("摩羯座", "水瓶座", "雙魚座", "白羊座", "金牛座", "雙子座", "巨蟹座", "獅子座", "處女座", "天秤座", "天蝎座", "射手座", "摩羯座")if date < dates[month-1]:return constellations[month-1]else:return constellations[month]# 統計各星座的頻率 xingzuo = ("摩羯座", "水瓶座", "雙魚座", "白羊座", "金牛座", "雙子座", "巨蟹座", "獅子座", "處女座", "天秤座", "天蝎座", "射手座", "摩羯座") xingzuo_map = {} for x in xingzuo:xingzuo_map[x] = 0 xingzuo_total = 0 for d in data_NASA:month = int(re.findall('(d*?)月(d*?)日',d[0])[0][0])day = int(re.findall('(d*?)月(d*?)日',d[0])[0][1])x = get_xingzuo(month,day)#xingzuo_map[x] += d[1] # PVxingzuo_map[x] += d[2] # UVxingzuo_total += d[2] for k in xingzuo_map.keys():xingzuo_map[k] = xingzuo_map[k]/xingzuo_total*100 xingzuos= sorted(xingzuo_map.items(),key=lambda x:x[1],reverse=True) # 排序

5.統計月份的頻率

# 統計各月份的頻率 month = [str(i)+'月' for i in range(1,13)] month_map = {} for m in month:month_map[m] = 0 month_total = 0 for d in data_NASA:m = d[0].split('月')[0]+'月'#month_map[m] += d[1] # PVmonth_map[m] += d[2] # UVmonth_total += d[2] for k in month_map.keys():month_map[k] = month_map[k]/month_total*100 months= sorted(month_map.items(),key=lambda x:x[1],reverse=True) # 排序

6.數據可視化（3個條形圖）

## 生日查詢TOP10-按訪客量UV date = [] uv = [] for i in UVs:date.append(i[0])uv.append(i[1]) top10_date = date[:10] top10_date.reverse() top10_uv = uv[:10] top10_uv.reverse() fig, ax = plt.subplots() # 畫圖 b = plt.barh(top10_date,top10_uv,color='#6699CC') # 金色#FFFACD 銀色#C0C0C0 橙色#FFA500 藍色#6699CC i = len(b) for rect in b: # 畫數值if i==3: # 第三名rect.set_facecolor('#FFA500') # 橙色if i==2: # 第二名rect.set_facecolor('#C0C0C0') # 銀色if i==1: # 第一名rect.set_facecolor('#FFFACD') # 金色w = rect.get_width()ax.text(w, rect.get_y()+rect.get_height()/2, ' %.2f%%'%w,ha='left', va='center')i -= 1 plt.xticks([]) # 關掉橫坐標## 星座查詢排名 name = [] v = [] for i in xingzuos:name.append(i[0])v.append(i[1]) name.reverse() v.reverse() fig, ax = plt.subplots() # 畫圖 b = plt.barh(name,v,color='#6699CC') # 金色#FFFACD 銀色#C0C0C0 橙色#FFA500 藍色#6699CC i = len(b) for rect in b: # 畫數值if i==3: # 第三名rect.set_facecolor('#FFA500') # 橙色if i==2: # 第二名rect.set_facecolor('#C0C0C0') # 銀色if i==1: # 第一名rect.set_facecolor('#FFFACD') # 金色w = rect.get_width()ax.text(w, rect.get_y()+rect.get_height()/2, ' %.2f%%'%w,ha='left', va='center')i -= 1 plt.xticks([]) # 關掉橫坐標## 月份查詢排名 name = [] v = [] for i in months:name.append(i[0])v.append(i[1]) name.reverse() v.reverse() fig, ax = plt.subplots() # 畫圖 b = plt.barh(name,v,color='#6699CC') # 金色#FFFACD 銀色#C0C0C0 橙色#FFA500 藍色#6699CC i = len(b) for rect in b: # 畫數值if i==3: # 第三名rect.set_facecolor('#FFA500') # 橙色if i==2: # 第二名rect.set_facecolor('#C0C0C0') # 銀色if i==1: # 第一名rect.set_facecolor('#FFFACD') # 金色w = rect.get_width()ax.text(w, rect.get_y()+rect.get_height()/2, ' %.2f%%'%w,ha='left', va='center')i -= 1 plt.xticks([]) # 關掉橫坐標

最后的結果就長這個樣子：

寫在最后

如果可以，我亦希望在無數次鍵盤的敲擊聲中創造出所謂的“極致浪漫”~

最后，附上本次NASA活動中個人覺得比較好看的一些圖片：

總結

以上是生活随笔為你收集整理的python snmp采集交换机信息_Python采集12星座信息，分析出12星座的各个特点的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。