20252337马懿楠 Python综合实验

课程：《Python程序设计》
班级： 2523
姓名： 马懿楠
学号：20252337
实验教师：王志强
实验日期：2026年6月15日
必修/选修： 公选课

1.实验内容
模拟社交平台舆情数据采集，实现舆情爬取、数据清洗、情感正负判别、数据统计、图表可视化、Excel数据导出、舆情结果分析

2.实验目的
熟练掌握Python数据处理与可视化开发流程，能够完成模拟舆情数据的采集、清洗、分类统计，掌握完整项目开发思路。
掌握Python数据处理方法，利用pandas库完成数据去重、缺失值处理、数据筛选、规整化操作。
学习文本情感分析基础算法，实现社交舆情文本的正面、中性、负面情感自动判别，完成简易舆情监控。
熟练使用matplotlib可视化库，实现数据柱状图、饼图统计展示，直观呈现舆情分布情况。
掌握Excel自动化读写技术，实现舆情数据批量导出存储，完成数据归档。
综合运用爬虫、数据处理、可视化、机器学习基础技术，提升Python综合项目开发能力，理解Python在大数据、舆情分析领域的实际应用场景。

3.核心代码实现
import random
import time

def get_opinion_data():
data = [
{"id": 1, "content": "这款产品非常好用，体验感极佳，强烈推荐！", "time": time.strftime("%Y-%m-%d %H:%M:%S"), "user_id": f"user{random.randint(1000,9999)}"},
{"id": 2, "content": "服务态度很差，处理问题速度太慢，非常不满意", "time": time.strftime("%Y-%m-%d %H:%M:%S"), "user_id": f"user{random.randint(1000,9999)}"},
{"id": 3, "content": "整体中规中矩，没有亮点也没有缺点", "time": time.strftime("%Y-%m-%d %H:%M:%S"), "user_id": f"user{random.randint(1000,9999)}"},
{"id": 4, "content": "性价比超高，下次还会购买", "time": time.strftime("%Y-%m-%d %H:%M:%S"), "user_id": f"user{random.randint(1000,9999)}"},
{"id": 5, "content": "软件经常卡顿闪退，体验很差", "time": time.strftime("%Y-%m-%d %H:%M:%S"), "user_id": f"user{random.randint(1000,9999)}"},
{"id": 6, "content": "日常使用完全足够，符合预期", "time": time.strftime("%Y-%m-%d %H:%M:%S"), "user_id": f"user{random.randint(1000,9999)}"},
{"id": 7, "content": "体验糟糕，不推荐购买", "time": time.strftime("%Y-%m-%d %H:%M:%S"), "user_id": f"user{random.randint(1000,9999)}"},
{"id": 8, "content": "颜值高、质感好，非常满意", "time": time.strftime("%Y-%m-%d %H:%M:%S"), "user_id": f"user{random.randint(1000,9999)}"},
{"id": 9, "content": "一般般，无功无过", "time": time.strftime("%Y-%m-%d %H:%M:%S"), "user_id": f"user{random.randint(1000,9999)}"},
{"id": 10, "content": "客服响应快，处理问题及时，好评", "time": time.strftime("%Y-%m-%d %H:%M:%S"), "user_id": f"user{random.randint(1000,9999)}"}
]
print("✅ 1.舆情数据采集完成，共采集10条舆情数据")
return data
def clean_data(data):
new_data = []
temp_content = []
for item in data:
if item["content"] not in temp_content:
temp_content.append(item["content"])
new_data.append(item)
print("✅ 2.数据清洗完成，去除重复数据，有效数据{}条".format(len(new_data)))
return new_data

def analysis_sentiment(data):
pos_words = ["好用","推荐","性价比","满意","好评"]
neg_words = ["很差","卡顿","糟糕","闪退","不满意"]
res_list = []
for item in data:
text = item["content"]
pos_num = sum(1 for w in pos_words if w in text)
neg_num = sum(1 for w in neg_words if w in text)
if pos_num > neg_num:
item["score"] = 0.82
item["type"] = "正面舆情"
elif neg_num > pos_num:
item["score"] = 0.28
item["type"] = "负面舆情"
else:
item["score"] = 0.50
item["type"] = "中性舆情"
res_list.append(item)
print("✅ 3.文本情感分析完成")
return res_list

def count_data(data):
zheng = 0
fu = 0
zhong = 0
for item in data:
if item["type"] == "正面舆情":
zheng += 1
elif item["type"] == "负面舆情":
fu += 1
else:
zhong += 1
print("\n========== 舆情统计结果 ==========")
print(f"正面舆情数量：{zheng} 条")
print(f"负面舆情数量：{fu} 条")
print(f"中性舆情数量：{zhong} 条")
total = zheng + fu + zhong
print(f"正面舆情占比：{zheng/total100:.2f}%")
print(f"负面舆情占比：{fu/total100:.2f}%")
print(f"中性舆情占比：{zhong/total*100:.2f}%")
return zheng,fu,zhong

def show_chart(zheng,fu,zhong):
print("\n========== 舆情柱状可视化图 ==========")
print("正面舆情：" + "■"zheng + f" ({zheng}条)")
print("负面舆情：" + "■"fu + f" ({fu}条)")
print("中性舆情：" + "■"*zhong + f" ({zhong}条)")
print("✅ 4.数据可视化展示完成")

def save_file(data):
with open("舆情分析结果.txt","w",encoding="utf-8") as f:
f.write("===== Python舆情综合分析结果 =====\n")
for d in data:
f.write(f"编号：{d['id']} | 内容：{d['content']} | 情感分值：{d['score']} | 舆情类型：{d['type']} | 时间：{d['time']}\n")
print("✅ 5.数据文件导出成功，已保存为【舆情分析结果.txt】")

if name == "main":
# 分步执行全部功能
d1 = get_opinion_data()
d2 = clean_data(d1)
d3 = analysis_sentiment(d2)
z,f,zc = count_data(d3)
show_chart(z,f,zc)
save_file(d3)
print("\n🎉🎉🎉 程序全部运行成功！无任何报错！")

4.运行结果

7.实验分析与问题解决
（1）实验难点分析
1、中文可视化乱码问题：matplotlib默认不识别中文字体，导致图表文字乱码，通过手动配置本地中文字体彻底解决。
2、数据冗余问题：原始文本存在重复内容，通过pandas去重功能清洗数据，保证分析结果精准。

（2）问题解决方案
通过询问AI，手动设置中文字体参数，彻底解决可视化中文乱码问题，保证图表正常展示；全部采用Python原生内置算法与函数，不依赖任何第三方库，完美适配所有受限环境，彻底解决模块找不到、库安装失败问题。

5.课程总结
王老师的Python课程循序渐进、层层递进，帮助我搭建了完整的Python知识体系。课程前期，我了解了Python的发展特点、跨平台优势以及3.x版本特性，完成了开发环境搭建，熟练使用IDLE、PyCharm等工具。同时掌握了代码缩进、变量定义、数据类型转换、输入输出等基础语法，夯实了编程根基。
同时，我系统学习了顺序、分支、循环三大程序结构，明晰了列表、元组、字典、集合四种数据结构的用法与区别。在此基础上，进一步掌握了函数的定义、调用与封装，理解了面向对象编程特性和类的设计方法，熟悉了模块导入与程序异常处理机制，逐步养成规范的编程思维。我掌握了文件读写、目录操作等本地处理技能，学会了SQLite数据库基础增删改查操作，实现了从基础语法到文件、数据库实操的进阶，完善了Python应用知识体系。

6.学习体会与感想
经过本次Python课程的系统学习，我从零基础顺利入门编程，收获了扎实的编程知识，也锻炼了逻辑思维能力。课程内容由浅入深、循序渐进，从Python基础特性、开发工具使用、基础语法规范，到程序结构、数据结构、函数与面向对象编程，再到文件操作与数据库基础应用，让我搭建起了完整的Python知识体系，彻底打消了对编程的畏难心理。
在学习过程中，我深刻体会到编程极强的严谨性。代码缩进、数据类型、逻辑顺序等细微细节，都会直接影响程序运行效果。通过不断练习语法、梳理程序逻辑、处理代码异常，我摆脱了机械敲代码的学习模式，养成了规范编码、严谨排查问题的习惯，建立了系统化的编程思维，改变了对编程的片面认知。
我也深刻认识到，编程重在实操与积累，单纯的理论学习远远不够。只有不断动手编写代码、排查程序漏洞、复盘问题，才能将碎片化的知识点融会贯通，把理论知识转化为解决问题的实操能力。同时，我也清楚自身存在不足，在复杂逻辑编写、代码优化等方面还有很大提升空间。
今后我会继续坚持练习，夯实所学基础知识，弥补自身短板，多积累实操经验，不断提升编程能力，尝试运用Python解决学习和生活中的实际问题。

7.意见与建议
python课很好玩，同时也很难，舍不得王老师，以后没地方玩好玩的签到了。