小编给大家分享一下python如何爬取微博热搜并实现数据可视化，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！
金堂县网站建设公司成都创新互联公司,金堂县网站设计制作，有大型网站制作公司丰富经验。已为金堂县上千多家提供企业网站建设服务。企业网站搭建\外贸营销网站建设要多少钱，请找那个售后服务好的金堂县做网站的公司定做！
先上视频看看效果：
微博热搜网址为：
https://s.weibo.com/top/summary
经分析，微博热搜数据就在网页中，可以直接requests请求，然后BeautifulSoup解析获取内容，最后存入表格中，代码如下（完整代码在文末）：
for i, item in enumerate(items[1:11]):
result = [] rank = '第{0}名'.format(i+1) # 微博排名
num = str(item.find('span')).replace('', '').replace('', '') # 微博热度
title = item.find('a').text # 微博内容
result.append(time_stamp)
result.append(rank)
result.append(num)
result.append(title)
with open('1.csv', 'a+',newline='') as f:
f_csv = csv.writer(f) f_csv.writerow(result)微博热搜一般是1分钟更新一次，所以再给代码加个定时器：
schedule.every(1).minutes.do(run) #run为自定义热搜爬虫函数，设置1分钟爬取1次 while True: schedule.run_pending()
让程序跑一会，我们的数据就弄好了
1.pandas读取数据
import pandas as pd
data=pd.read_csv('微博热搜.csv',encoding='gbk')2.基本动态图画法
from pyecharts import options as opts
from pyecharts.charts import Bar, Timeline
from pyecharts.faker import Faker
x = Faker.choose()tl = Timeline()for i in range(2015, 2020):
bar = ( Bar() .add_xaxis(x) .add_yaxis("", Faker.values())
.set_global_opts(title_opts=opts.TitleOpts("某商店{}年营业额".format(i)))
) tl.add(bar, "{}年".format(i))
tl.render_notebook()
2.将图形反转，导入横坐标（排名）、纵坐标（热度）
tl = Timeline()
for i in range(20): bar = ( Bar() .add_xaxis(list(data['内容'])[i*10:i*10+10][::-1])
.add_yaxis("微博热搜榜", list(data['热度'])[i*10:i*10+10][::-1])
.reversal_axis()
.set_global_opts(title_opts=opts.TitleOpts("某商店{}年营业额".format(i)))
) tl.add(bar, "{}年".format(i))tl.render_notebook()` 3.将标签放置在图形右边，将图形整体右移
from pyecharts.charts import Bar, Timeline,Grid
tl = Timeline()for i in range(20): bar = ( Bar() .add_xaxis(list(data['内容'])[i*10:i*10+10][::-1])
.add_yaxis("微博热搜榜", list(data['热度'])[i*10:i*10+10][::-1])
.reversal_axis()
.set_global_opts(title_opts=opts.TitleOpts("某商店{}年营业额".format(i)))
.set_series_opts(label_opts=opts.LabelOpts(position="right")) #将标签放置在图形右边
)
tl.add(bar, '')
grid = (
Grid()
.add(bar, grid_opts=opts.GridOpts(pos_left="25%",pos_right="0%")) #将图形整体右移
) tl.add(grid, '')tl.render_notebook()
4.设置播放速度，隐藏timeline组件，设置自动播放
tl = Timeline()
for i in range(20): bar = ( Bar() .add_xaxis(list(data['内容'])[i*10:i*10+10][::-1])
.add_yaxis("微博热搜榜", list(data['热度'])[i*10:i*10+10][::-1])
.reversal_axis()
.set_global_opts(title_opts=opts.TitleOpts("某商店{}年营业额".format(i)))
.set_series_opts(label_opts=opts.LabelOpts(position="right")) #将标签放置在图形右边
)
tl.add(bar, "")
grid = (
Grid()
.add(bar, grid_opts=opts.GridOpts(pos_left="25%",pos_right="0%")) #将图形整体右移
) tl.add(grid, "") tl.add_schema(
play_interval=100, #播放速度
is_timeline_show=False, #是否显示 timeline 组件
is_auto_play=False,) #是否自动播放
tl.render_notebook()5.设置主题，增加时间标签
tl = Timeline({"theme": ThemeType.MACARONS})
for i in range(20):
bar = ( Bar({"theme": ThemeType.MACARONS})
.add_xaxis(list(data['内容'])[i*10:i*10+10][::-1])
.add_yaxis("微博热搜榜", list(data['热度'])[i*10:i*10+10][::-1])
.reversal_axis() .set_global_opts( title_opts=opts.TitleOpts("{}".format(list(data['时间'])[i*10]),pos_right='0%',pos_bottom='15%'),
xaxis_opts=opts.AxisOpts( splitline_opts=opts.SplitLineOpts(is_show=True)), yaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True), axislabel_opts=opts.LabelOpts(color='#FF7F50')),)
.set_series_opts(label_opts=opts.LabelOpts(position="right",color='#9400D3'))
) grid = ( Grid() .add(bar, grid_opts=opts.GridOpts(pos_left="25%",pos_right="0%"))
) tl.add(grid, "{}年".format(i)) #设置标签
tl.add_schema(
play_interval=100, #播放速度
is_timeline_show=False, #是否显示 timeline 组件
is_auto_play=True,
)
tl.render_notebook()
以上是“python如何爬取微博热搜并实现数据可视化”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注创新互联行业资讯频道！
