同步操作将从 MaverickMing/NetEaseCloudMusicDataVisualizationSystem 强制同步,此操作会覆盖自 Fork 仓库以来所做的任何修改,且无法恢复!!!
确定后同步将在后台操作,完成时将刷新页面,请耐心等待。
之前学习了Python爬虫,了解了数据可视化技术的使用,学习了轻量级的Flask web搭建,现在打算做一个项目demo,爬取网易云音乐的歌单数据,爬取歌单中每首音乐的歌词、评论等内容,进行可视化展示。展示内容包括歌单分析、歌曲情绪分析、词云分析。
网易云音乐数据(歌单、用户、歌词、评论)Python爬取Flask框架搭建ECharts、WordCloud可视化项目。系统分为:数据采集模块、数据分析处理模块、数据存储模块、以及数据可视化呈现模块。
项目目标:
1. 实现通过搜索关键词,对相关歌曲的主要信息进行展示、下载(选做)。
2. 对搜索出的信息进行歌单、歌词、评论、听众地域分布、活跃时间段等几个方面的数据进行可视化分析。
Python3、urllib库、Flask框架、ECharts.js、WordCloud库、SQLite3数据库
做一个菜单项,完成相应的数据可视化的功能展示,功能不能相同,多页显示。
菜单项:首页、列表(分页选做)、ECharts图表2-3个、词云0-1个、团队介绍页(选做)
1.爬取歌单预览页,所有歌单数据,35单*38页,(歌单详情url)
2.爬取歌单详情页(歌单标题、歌单作者、作者url、歌单创建日期、歌单收藏量、歌单分享量、歌单评论数、歌单标签、歌单介绍、歌单歌曲数量)
3.爬取歌单内音乐(歌曲id、标题、时长、歌手、专辑、歌曲url)
4.爬取歌曲详情(歌曲id、歌曲标题、歌手、专辑、歌词、评论数、评论内容)
5.爬取歌曲歌单评论内容(歌单歌曲辨识id、评论者id、评论者名、评论内容、评论时间、评论点赞量、评论者url-地区累计听歌量)
1.数据库可视化:用户搜索关键词,完成相应内容可视化的展现。
1.数据呈现的多样化:多种图表形式。(用户活跃时间分布、用户地域分布、歌单标签排名、歌曲情绪、评论区词云、歌单歌曲词云、)
2.数据维度的设计:能够从不同维度的数据分析,为用户提供更多的价值
3.界面表现的美化(可点击保存词云图片,根据歌曲id生成评论区词云、根据歌单id生成歌单词云)
项目源码:Gitee
开发笔记:my Blog
1.首页
2.后台数据页
3.数据图表页
4.数据词云页面
5.技术介绍页
6.网站作者介绍页
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。