【NLP舆情分析】基于python微博舆情分析可视化系统(flask+pandas+echarts) 视频教程 - 热词数量分析日期统计功能实现

大家好,我是java1234_小锋老师,最近写了一套【NLP舆情分析】基于python微博舆情分析可视化系统(flask+pandas+echarts)视频教程,持续更新中,计划月底更新完,感谢支持。今天讲解热词数量分析日期统计功能实现

视频在线地址:

2026版【NLP舆情分析】基于python微博舆情分析可视化系统(flask+pandas+echarts+爬虫) 视频教程 (火爆连载更新中..)_哔哩哔哩_bilibili

课程简介:

本课程采用主流的Python技术栈实现,Mysql8数据库,Flask后端,Pandas数据分析,前端可视化图表采用echarts,以及requests库,snowNLP进行情感分析,词频统计,包括大量的数据统计及分析技巧。

实现了,用户登录,注册,爬取微博帖子和评论信息,进行了热词统计以及舆情分析,以及基于echarts实现了数据可视化,包括微博文章分析,微博IP分析,微博评论分析,微博舆情分析。最后也基于wordcloud库实现了词云图,包括微博内容词云图,微博评论词云图,微博评论用户词云图等功能。

热词数量分析日期统计功能实现

commentDao实现根据热词查询改热词数据分析日期统计:

复制代码
def getCommentHotWordAmount(hotWord):
    """
    获取用户评论热词量
    :return:
    """
    con = None
    try:
        con = dbUtil.getCon()
        cursor = con.cursor()
        sql = f"SELECT DATE_FORMAT(created_at, '%Y-%m-%d') AS commentDate,COUNT(text_raw) AS commentTotal FROM t_comment WHERE LOCATE('{hotWord}',text_raw)>0 GROUP BY DATE_FORMAT(created_at, '%Y-%m-%d')  ORDER BY commentDate DESC"
        cursor.execute(sql)
        return cursor.fetchall()
    except Exception as e:
        print(e)
        con.rollback()
        return None
    finally:
        dbUtil.closeCon(con)

page.py的hotWord.py方法调用commentDao方法获取数据,然后遍历获取图表需要的x,y轴数据,再转发大页面显示:

复制代码
commentHotWordData = commentDao.getCommentHotWordAmount(defaultHotWord)
    xAxisHotWordData = []
    yAxisHotWordData = []
    for comment in commentHotWordData:
        xAxisHotWordData.append(comment[0])
        yAxisHotWordData.append(comment[1])

hotWord.html实现柱状图带缩放的图表:

复制代码
<script>
        var chartDom = document.getElementById('hotWordMain');
        var myChart = echarts.init(chartDom);
        var option;
​
        option = {
            title: {
                text: '热词数量分布日期统计',
            },
            tooltip: {
                trigger: 'axis'
            },
            legend: {
                data: ['分布个数']
            },
            toolbox: {
                show: true,
                feature: {
                    dataView: {show: true, readOnly: false},
                    magicType: {show: true, type: ['line', 'bar']},
                    restore: {show: true},
                    saveAsImage: {show: true}
                }
            },
            calculable: true,
            xAxis: [
                {
                    type: 'category',
                    // prettier-ignore
                    data: {{ xAxisHotWordData | tojson }}
                }
            ],
            yAxis: [
                {
                    type: 'value'
                }
            ],
            dataZoom: [
                {
                    show: true,
                    start: 0,
                    end: 40
                },
                {
                    type: 'inside',
                    start: 0,
                    end: 40
                }
            ],
            series: [
                {
                    name: '分布个数',
                    type: 'bar',
                    data: {{ yAxisHotWordData }},
                    markPoint: {
                        data: [
                            {type: 'max', name: 'Max'},
                            {type: 'min', name: 'Min'}
                        ]
                    },
                    markLine: {
                        data: [{type: 'average', name: 'Avg'}]
                    }
                }
            ]
        };
​
        option && myChart.setOption(option);
    </script>

运行显示:

相关推荐
坐吃山猪1 小时前
Python命令行工具Click
linux·开发语言·python
那雨倾城1 小时前
用 YOLO Pose + Segmentation 在PiscCode构建“语义佛光”:一次实时视觉语义融合实验
图像处理·python·opencv·算法·yolo·计算机视觉·视觉检测
初九之潜龙勿用1 小时前
GMM NZ 全流程详解实战:FSDP MOE 训练加速
人工智能·pytorch·python
山土成旧客1 小时前
【Python学习打卡-Day28】类的蓝图:从模板到对象的构建艺术
linux·python·学习
Mqh1807621 小时前
day47 预训练模型
python
乙酸氧铍1 小时前
python实现gif图片缩放,支持透明像素
图像处理·python·gif·pil
q_30238195561 小时前
14.7MB轻量模型!NVIDIA Jetson边缘设备解锁工厂设备故障预警新方案
人工智能·python·算法·ascend·算子开发
Niuguangshuo1 小时前
PyTorch优化器完全指南
人工智能·pytorch·python
3824278271 小时前
python:yield用法
开发语言·python
STLearner1 小时前
AAAI 2026 | 时空数据(Spatial-temporal)论文总结[下](自动驾驶,天气预报,城市科学,POI推荐等)
人工智能·python·深度学习·机器学习·数据挖掘·自动驾驶·智慧城市