施龙飞--第一次个人编程作业
| 博客班级 | 2018级计算机和综合实验班 |
|---|---|
| 作业要求 | 第一次个人编程作业 |
| 作业目标 | 数据采集与处理，数据可视化--词云图，git的使用 |
| 作业源代码 | first-personal-work |
| 学号 | 211806182 |
一、实验规划
- 时间分布图
| 时间分布 | 分析思路 | 编写代码 | 知识学习 | 编写博客 |
|---|---|---|---|---|
| 20h+ | 6h+ | 10h+ | 5h+ | 1.5h |
终于到了可以写博客的时候（好兴奋？）
二、实验过程
- 采集数据
-
采集腾讯视频里电视剧《在一起》的全部评论信息
好家伙这不就是要用我上学期python学的爬虫吗，所以起先想着用xpath进行入手，走了一段弯路最后还是
决定选择正则（才不是我正则不熟练）同时还是对选择什么技术不大敏感啊。
- 然后分析网页找到规律
- 找到规律就开始准备敲代码了：
- 最后测试一下发现可以爬出结果，大功告成
- 数据处理
- 看到作业里要求用jieba进行分词，统计评论中的高频词及数量
虽然一点不会那也只能这样了啦，从头开始学呗还能咋的，结果发现自己敲bug贼多，
实在没有办法代码只好借鉴了CSDN的一位大神，这一来一去又是半天。
安装jieba
接下来就是分词的代码啦
分词的部分结果（看到成功真的要泪流满面）
- 数据分析
- 将采集到的评论信息做成词云图
我真的没想到会栽在这一步，后来证实我做的确实没错，只是因为图片
没错因为图片，让我的词云图没办法显示（悲惨的我五张图都是没办法用的）
这让我一遍又一遍的改代码。后来询问大佬最后做出来了。
在大佬的帮助下结合js插件echarts.js和echarts-wordcloud.min.js完成index.html
安装wordcloud
词云图原型
词云图
因为觉得花象征着那些医生护士心灵的美好（虽然一个大男人选花怪怪的）
三、GitHub上传代码
-
git init 初始化 （此步前记得在提交文件右键来GIT BASH）
-
git remote add origin + 仓库地址（连接仓库。）
-
git clone + 仓库地址 (将远程仓库的内容克隆到本地仓库。)
-
cd first-personal-work 进入文件夹。(注意上传的文件的要移入到此文件夹)
-
git checkout -b crawl （切换分支）注：注意加-b 否则会出错
-
git add + 文件名 (将文件添加到暂存区)
-
git commit -m + "注释" (给提交上去的文件加上注释，最好每一份都要有注释 以此类推每个文件提交一次注释一次这里提交了n次 )
-
git push -u origin crawl （推送到远程仓库）
-
git checkout main，切换回主分支
分别git merge crawl 和 git merge chart合并分支
10.git push（大功告成）
四、经验总结
1.此次实验让我加强了对自己认知，本来以为两天能搞定的我磨磨唧唧拖到现在。自己还有很多地方比较薄弱，基础也不是很好，还是要多学习啊
2.这次实验也让我知道烦躁确实对事情毫无帮助，有时候真的应该静静地想想。很多东西也要对自己有自信一点，不要一点挫折就否定自己。
3.希望以后多学点前端知识，以前业余时间学的前端是真不够用。虽然此次遇到了不少难题但是还是有一点收获的。
ps：（希望没有寒假作业了）
五、参考文献
python爬虫学习笔记（一）—— 爬取腾讯视频影评
jieba“结巴”中文分词：做最好的 Python 中文分词组件
echarts实现词云自定义形状的示例代码
Commit message 和 Change log 编写指南
