diff --git a/README.md b/README.md index 1d2f97c..fd77931 100644 --- a/README.md +++ b/README.md @@ -1,149 +1,147 @@ -# 2024巴黎奥运会视频弹幕分析挖掘 -这个存储库包含了2024巴黎奥运会视频弹幕分析挖掘的代码,这是一种网络爬虫方法,用于从B站爬取相关视频弹幕，并将数据进行词云可视化分析，最终得到统计结论。 - - - -## 背景 - -2024年第三十三届夏季奥林匹克运动会（2024 Summer Olympics），一般称为2024巴黎奥运会（Paris 2024），于2024年7月26日至8月11日在法国巴黎举行，此次为法国相隔100年后再次举办夏季奥运会。巴黎成为继英国伦敦后，第二个三度举办夏季奥运会的城市，前两次分别在1900年及1924年举办。最终，美国代表团以40枚金牌、126枚奖牌，坐拥奖牌榜首位；中国代表团以40枚金牌、91枚奖牌排名第二；东道主法国代表团则拿下16枚金牌、64枚奖牌位列第五。本届是现代夏季奥运会历史以来，第二次有多于一个国家的代表团（美国和中国），获得最多且同样数量的金牌。 - -2024巴黎奥运会，这场体育盛宴不仅承载着运动员的汗水与梦想，更是工业数字化浪潮的壮阔展示。在这场跨越国界的竞技中，数字科技如同隐形的魔术师，悄然编织着赛事的每一个细节，从幕后到台前，从组织策划到观众体验，全方位塑造着奥运会的面貌，让我们见证了一个科技与体育深度融合的新时代。 - - - -## 功能 - -该代码使用爬虫在B站爬取关键词为“2024巴黎奥运会”的综合排序前300的所有视频弹幕，并统计AI技术应用方面的每种弹幕数量，输出数量排名前8的弹幕，同时对采集的所有数据进行词云可视化分析，制作词云图，最后通过统计数据得出当前B站用户对于2024巴黎奥运会应用AI技术的主流看法。 - -- **视频弹幕搜索**：从指定平台获取视频弹幕。 -- **弹幕数据分析**：对获取的弹幕进行分析和计数。 -- **可视化结果**：生成词云图以展示分析结果。 -- **性能分析**：利用性能分析工具对代码性能进行评估。 - - - -## 目录结构 - -``` -102201539/ -│ -├── data/ # 存放数据文件的目录 -│ ├── all_danmakus.xlsx # 综合排序前300的所有视频弹幕 -│ ├── top_danmakus.xlsx # 与赛事应用AI相关的数量排名前8的弹幕 -│ └── result.png # 词云图 -│ -├── tests/ # 存放测试代码的目录 -│ ├── init.py # 将 tests 目录视为包 -│ ├── test_main.py # 对 main.py 中功能的单元测试 -│ ├── test_analyse.py # 对 analyse.py 中功能的单元测试 -│ ├── test_visualization.py # 对 visualization.py 中功能的单元测试 -│ └── __pycache__/ # Python 编译的缓存文件夹 -│ └── (自动生成的缓存文件) # 存放编译后的字节码文件 -│ -├── main.py # 主程序文件，包含程序的入口和主要逻辑 -├── analyse.py # 分析模块，处理弹幕数据的功能 -├── visualization.py # 可视化模块，用于生成图表和可视化结果 -├── profiler.py # 性能分析模块，用于分析程序性能 -├── README.md # 项目说明文档 -├── requirements.txt # 项目依赖的 Python 包列表 -└── .gitignore # Git 忽略文件 -``` - - - -## 安装 - -### 1. 克隆仓库： -``` - git clone https://code.educoder.net/p64wa3kxm/102201539.git - cd 102201539 -``` - -### 2.创建虚拟环境： -``` -python -m venv venv -source venv/bin/activate # 在 Windows 上使用 venv\Scripts\activate -``` - -### 3.安装依赖： -``` -beautifulsoup4==4.12.3 -jieba==0.42.1 -matplotlib==3.8.0 -numpy==1.18.1 -pandas==2.2.2 -pillow==10.4.0 -requests==2.32.3 -wordcloud==1.9.3 -``` -你可以使用： -``` -pip install -r requirements.txt -``` - - - -## 使用说明 - -### 1.获取视频弹幕（main.py） -``` -python main.py -``` -输出结果： -综合排序前300的所有视频的弹幕数据被保存到 all_danmakus.xlsx 文件中。 - -### 2.分析视频弹幕（analyse.py） -``` -python analyse.py -``` -输出结果： -与赛事应用AI技术相关的排名前8的弹幕数据被保存到 top_danmakus.xlsx 文件中。 - -### 3.可视化（visualization.py） -``` -python test_visualization.py -``` -输出结果： -词云图保存到 wordcloud.png，可以使用图像查看工具查看。 - - - -## 性能分析 -首先确保你已经安装了 snakeviz 模块，你可以使用： -``` -pip install snakeviz -``` -使用 cProfile 运行性能分析模块，并生成性能分析文件output.prof： -``` -python -m cProfile -o output.prof profiler.py -``` -可视化性能分析结果： -``` -snakeviz output.prof -``` -最后你可以打开浏览器查看输出。 - - - -## 单元测试 - -如果你只想运行测试而不关心覆盖率，你可以使用： -``` -python -m unittest discover -s tests -``` -如果你希望运行测试并收集覆盖率信息，首先确保你已经安装了 coverage 模块，你可以使用： -``` -pip install coverage -``` -运行测试并收集覆盖率： -``` -coverage run -m unittest discover -s tests -``` -生成终端输出的覆盖率报告： -``` -coverage report -``` -生成 HTML 格式的覆盖率报告： -``` -coverage html -``` +# 2024巴黎奥运会视频弹幕分析挖掘 +这个存储库包含了2024巴黎奥运会视频弹幕分析挖掘的代码,这是一种网络爬虫方法,用于从B站爬取相关视频弹幕，并将数据进行词云可视化分析，最终得到统计结论。 + + + +## 背景 + +2024年第三十三届夏季奥林匹克运动会（2024 Summer Olympics），一般称为2024巴黎奥运会（Paris 2024），于2024年7月26日至8月11日在法国巴黎举行，此次为法国相隔100年后再次举办夏季奥运会。巴黎成为继英国伦敦后，第二个三度举办夏季奥运会的城市，前两次分别在1900年及1924年举办。最终，美国代表团以40枚金牌、126枚奖牌，坐拥奖牌榜首位；中国代表团以40枚金牌、91枚奖牌排名第二；东道主法国代表团则拿下16枚金牌、64枚奖牌位列第五。本届是现代夏季奥运会历史以来，第二次有多于一个国家的代表团（美国和中国），获得最多且同样数量的金牌。 + +2024巴黎奥运会，这场体育盛宴不仅承载着运动员的汗水与梦想，更是工业数字化浪潮的壮阔展示。在这场跨越国界的竞技中，数字科技如同隐形的魔术师，悄然编织着赛事的每一个细节，从幕后到台前，从组织策划到观众体验，全方位塑造着奥运会的面貌，让我们见证了一个科技与体育深度融合的新时代。 + + + +## 功能 + +该代码使用爬虫在B站爬取关键词为“2024巴黎奥运会”的综合排序前300的所有视频弹幕，并统计AI技术应用方面的每种弹幕数量，输出数量排名前8的弹幕，同时对采集的所有数据进行词云可视化分析，制作词云图，最后通过统计数据得出当前B站用户对于2024巴黎奥运会应用AI技术的主流看法。 + +- **视频弹幕搜索**：从指定平台获取视频弹幕。 +- **弹幕数据分析**：对获取的弹幕进行分析和计数。 +- **可视化结果**：生成词云图以展示分析结果。 +- **性能分析**：利用性能分析工具对代码性能进行评估。 + + + +## 目录结构 + +``` +102201539/ +│ +├── data/ # 存放数据文件的目录 +│ ├── all_danmakus.xlsx # 综合排序前300的所有视频弹幕 +│ ├── top_danmakus.xlsx # 与赛事应用AI相关的数量排名前8的弹幕 +│ └── result.png # 词云图 +│ +├── tests/ # 存放测试代码的目录 +│ ├── init.py # 将 tests 目录视为包 +│ ├── test_main.py # 对 main.py 中功能的单元测试 +│ ├── test_analyse.py # 对 analyse.py 中功能的单元测试 +│ └── test_visualization.py # 对 visualization.py 中功能的单元测试 +│ +├── main.py # 主程序文件，包含程序的入口和主要逻辑 +├── analyse.py # 分析模块，处理弹幕数据的功能 +├── visualization.py # 可视化模块，用于生成图表和可视化结果 +├── profiler.py # 性能分析模块，用于分析程序性能 +├── README.md # 项目说明文档 +├── requirements.txt # 项目依赖的 Python 包列表 +└── .gitignore # Git 忽略文件 +``` + + + +## 安装 + +### 1. 克隆仓库： +``` + git clone https://code.educoder.net/p64wa3kxm/102201539.git + cd 102201539 +``` + +### 2.创建虚拟环境： +``` +python -m venv venv +source venv/bin/activate # 在 Windows 上使用 venv\Scripts\activate +``` + +### 3.安装依赖： +``` +beautifulsoup4==4.12.3 +jieba==0.42.1 +matplotlib==3.8.0 +numpy==1.18.1 +pandas==2.2.2 +pillow==10.4.0 +requests==2.32.3 +wordcloud==1.9.3 +``` +你可以使用： +``` +pip install -r requirements.txt +``` + + + +## 使用说明 + +### 1.获取视频弹幕（main.py） +``` +python main.py +``` +输出结果： +综合排序前300的所有视频的弹幕数据被保存到 all_danmakus.xlsx 文件中。 + +### 2.分析视频弹幕（analyse.py） +``` +python analyse.py +``` +输出结果： +与赛事应用AI技术相关的排名前8的弹幕数据被保存到 top_danmakus.xlsx 文件中。 + +### 3.可视化（visualization.py） +``` +python test_visualization.py +``` +输出结果： +词云图保存到 wordcloud.png，可以使用图像查看工具查看。 + + + +## 性能分析 +首先确保你已经安装了 snakeviz 模块，你可以使用： +``` +pip install snakeviz +``` +使用 cProfile 运行性能分析模块，并生成性能分析文件output.prof： +``` +python -m cProfile -o output.prof profiler.py +``` +可视化性能分析结果： +``` +snakeviz output.prof +``` +最后你可以打开浏览器查看输出。 + + + +## 单元测试 + +如果你只想运行测试而不关心覆盖率，你可以使用： +``` +python -m unittest discover -s tests +``` +如果你希望运行测试并收集覆盖率信息，首先确保你已经安装了 coverage 模块，你可以使用： +``` +pip install coverage +``` +运行测试并收集覆盖率： +``` +coverage run -m unittest discover -s tests +``` +生成终端输出的覆盖率报告： +``` +coverage report +``` +生成 HTML 格式的覆盖率报告： +``` +coverage html +```