前段時間微博上吳某和都某的時間鬧得沸沸揚揚，著實讓大家吃了不少瓜。Peter從網上獲取到了壹些用戶的評論數據作為數據分析，看看微博用戶都是怎麽看待這件事情的。至於事情後面怎麽發展，等待法律的公平公正與公開，本文僅作為數據呈現和分析使用。
本文中的數據是如何獲取到的？
微博評論的數據ajax動態加載的，也就是在地址欄中的URL不變的情況返回不同的數據，但是實際發送請求的URL地址肯定是變化的，在谷歌瀏覽器中加載了4次，生成了不同的URL地址：
main_url是主評論的url地址，其他的URL地址是明顯不同的；url2、url3、url4的差別僅在於max_id的不同。幾經周折，終於找到了關鍵：原來main_url地址下返回的數據中有下頁（第二頁）max_id的信息：
同樣的操作，第二頁返回的max_id也是對應到第三頁的URL地址中max_id的值。
?總結： 通過前壹頁返回的數據中max_id的值作為下頁url地址中max_id的值 。
給主頁main_url發送請求獲取到數據，找到我們需要爬取的字段信息（返回數據轉成json文件的樣子）：
再看看壹個用戶的數據信息：
本文中爬取的字段數據：
1、用戶id
2、用戶評論時間：comment_time
3、用戶微博註冊時間：register_time
4、評論內容：comment
5、評論點贊數：comment_like
6、評論回復人數：comment_reply
7、用戶性別：gender
8、用戶城市：city
通過pandas庫將數據讀取進來，我們查看前5條數據：
數據探索部分包含：
對爬取到的數據進行預處理：
對時間的處理，使用的是datetime庫，開頭已經導入了並縮寫成dt。爬取到的數據使用的是 格林威治標準時間 ，做如下轉化：
主要是將表情符處理掉：
將數據中的f變成女，m變成男，更加直觀容易理解
用戶畫像主要從不同的維度來分析用戶在評論中的情況，包含：性別、城市、微博年齡、評論點贊數和回復數等
根據性格對用戶進行分組統計：
雖然主評論只有1000+，但是從結果中可以看到： 吳某某的粉絲還是以女性為主，遠高於男性
主要是想知道哪些城市對吳某某的關註度較高。為了方便，我們統壹取用戶的省份信息：
從條形圖中可以看到：
表示的是從用戶註冊到評論該條微博的時間間隔
用戶年齡小結：
主要是想查看哪些微博評論的點贊數靠前
Peter當時爬取的數據是這條評論點贊數最多：滾！！！
多麽的簡單粗暴！
從結果中我們看到，還是這條評論：滾！
從不同年齡用戶的點贊數和回復數中觀察到：
使用jieba分詞來繪制用戶評論的詞雲圖：
繪制全部評論詞雲圖：
我們截圖前50個高頻詞雲進行繪圖
從全部詞雲和Top50詞雲圖中觀察到：
再次鄭重聲明：本文僅做數據學習和分析展示，事情的後續結果如何，我們相信法律會有壹個公平公正公開的結論?