一、爬取資料

話不多說了，直接上程式碼（ copy即可用 ）

import requests
import pandas as pd
class SpiderRumor(object):
 def __init__(self):
 self.url = "https://vp.fact.qq.com/loadmore?artnum=0&page=%s"
 self.header = {
  "User-Agent": "Mozilla/5.0 (iPhone; CPU iPhone OS 11_0 like Mac OS X) AppleWebKit/604.1.38 (KHTML,like Gecko) Version/11.0 Mobile/15A372 Safari/604.1",}
 def spider_run(self):
 df_all = list()
 for url in [self.url % i for i in range(30)]:
  data_list = requests.get(url,headers=self.header).json()["content"]
  temp_data = [[df["title"],df["date"],df["result"],df["explain"],df["tag"]] for df in data_list]
  df_all.extend(temp_data)
  print(temp_data[0])
 pd.DataFrame(df_all,columns=["title","date","result","explain","tag"]).to_csv("冠狀病毒謠言資料.csv",encoding="utf_8_sig")
if __name__ == '__main__':
 spider = SpiderRumor()
 spider.spider_run()

爬蟲過程

二、資料分析

資料展示

每日謠言數量

由圖可得：1月24日和1月25日是謠言的高峰期，讓我們來看看這兩天的資料：

由上圖得知 一月二十四號和二十號傳播的 29 條謠言中 96.55% 都是假的

謠言是否屬實佔比

從1月18日到今日截止2月14日共發現了300條謠言，右上圖可得：76.33% 都是假的，只要 7.00% 是屬實的，其中 14.33% 的謠言屬於 偽科學 而且 還有 8.00% 屬於尚無定論憑空捏造出的，需要多注意⚠️

謠言的關鍵字展示

下面介紹 matplotlib 繪製餅圖的程式碼

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
# Windows系統設定中文字型
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus'] = False
data = pd.read_csv("/冠狀病毒謠言資料.csv"")
labels = data["explain"].value_counts().index.tolist()
sizes = data["explain"].value_counts().values.tolist()
colors = ['lightgreen','gold','lightskyblue','lightcoral']
plt.figure(figsize=(15,8))
plt.pie(sizes,labels=labels,colors=colors,autopct='%1.1f%%',shadow=True,startangle=50) # shadow=True 表示陰影
plt.axis('equal') # 使圖居中
plt.show()

繪製謠言關鍵字分佈圖（觀察 tag 這個欄位）

由於 tag 這個欄位內容是列表，我們取出來後是列表巢狀列表：[[a,b],[b,c],[c,d]] 我們要使用一行列表生成式快速的將所以的關鍵字取出來 [j for i in a for j in i]

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
# Windows系統設定中文字型
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus'] = False

data = pd.read_csv("/冠狀病毒謠言資料.csv"")
df = pd.Series([j for i in [eval(i) for i in data["tag"].tolist()] for j in i]).value_counts()[:20]
X = df.index.tolist()
y = df.values.tolist()
plt.figure(figsize=(15,8)) # 設定畫布
plt.bar(X,y,color="orange")
plt.tight_layout()
# plt.grid(axis="y")
plt.grid(ls='-.')
plt.show()

總結

以上所述是小編給大家介紹的Python爬取新型冠狀病毒“謠言”新聞進行資料分析，希望對大家有所幫助！