热线电话:13121318867

登录
首页大数据时代用Python采集了几千条相亲文案,终于发现了告别单身的秘密
用Python采集了几千条相亲文案,终于发现了告别单身的秘密
2021-12-03
收藏

作者: 俊欣

来源:关于数据分析与可视化

前不久,小编刷到这样一条短视频,“1.7亿的90后仅有约1000万对结婚,结婚率不到10%”,当然我们也无法查实当中数据的来源以及真实性,不过小编倒是总能听说身边的朋友在抱怨脱单难、找不到合适的对象。

用Python采集了几千条相亲文案,终于发现了告别单身的秘密

今天小编通过Python写了一个简单的脚本在抓取公开的相亲文案,看看在相亲的都是些什么样的人?他们的择偶标准又是什么样子的?什么样子的人更加容易脱单?

代码的编写过程

我们引入需要用到的库,这里用到Python当中的requests库来发送和接受请求,通过正则表达式re这个库来解析数据

import requests
from tenacity import * import re import time

很多时候对遇到请求超时的情况,因此当出现一次错的时候,我们会多尝试几次,因此这里使用retry装饰器来多次尝试

@retry(stop=stop_after_attempt(5)) def do_requests(url):
    response = requests.get(url, headers=headers, proxies=proxies, timeout=10) return response.text

我们抓取的数据包括出生年份、身高/体重、学历、收入、职业、自我介绍、择偶标准、车房情况等等,都是通过正则表达式re库来实现的,

date_of_birth = re.compile("<br/>①出生年月/星座(.*?)<br/>", re.M | re.S) sex = re.compile("<br/>【基本资料】(.*?)<br/>") height = re.compile("<br/>②身高/体重(.*?)<br/>") education = re.compile("<br/>⑤学历(.*?)<br/>") jobs_1 = re.compile("<br/>⑥职业(.*?)<br/>") income = re.compile("<br/>⑦月均收入(.*?)<br/>") married = re.compile("<br/>⑨有无婚史(.*?)<br/>") house_cars = re.compile("<br/>⑧车房情况(.*?)<br/>") self_intro = re.compile("<br/>⑪ 自我介绍(.*?)<br/>") requirements = re.compile("<br/>【择偶标准】<br/>(.*?)</a>") family_member = re.compile("<br/>⑩家庭成员(.*?)<br/>")

下面我们通过pyecharts库来绘制一下分析的结果,对了,要是读者朋友不知道怎么使用pyecharts这个库,可以阅读一下小编写的上几篇文章,都是非常干货的

  • 20个精美图表,教你玩转Pyecharts可视化
  • 干货分享 | 用Pyecharts制作炫酷的可视化大屏
  • 分享一个Pyecharts中非常重要的组件,可以大大提高绘制图表的效率
  • Pyecharts绘制22种超实用精美图表

结果的可视化展示

我们先来看一下性别比例,从分布来看,女生前来相亲的比例更高,主要也是因为数据源是来自北京、上海、杭州等大城市的相亲介绍,大城市中似乎女生脱单更加困难一些,

用Python采集了几千条相亲文案,终于发现了告别单身的秘密

我们再来看一下单身的女性的特征,首先她们的年龄主要集中在94、93以及95年左右,正好都是处在适婚的年龄

用Python采集了几千条相亲文案,终于发现了告别单身的秘密

而她们的学历,本科占到了绝大多数,基本上都有本科的学历,而大专的占比排在第二,硕士和博士处于少数

用Python采集了几千条相亲文案,终于发现了告别单身的秘密

另外小编也对单身女性的星座做了一个统计,发现处女座、天秤座以及射手座、白羊座的女性单身率略高一些

用Python采集了几千条相亲文案,终于发现了告别单身的秘密

最后,我们来看一下她们的择偶标准吧,小编将她们的择偶标准单独提取出来,然后绘制成了词云图

review_list = []
reviews = get_cut_words("".join(df_girls["requirements"].astype(str).tolist()))
reviews_counter = Counter(reviews).most_common(200)
print(reviews_counter)

for review in reviews_counter:
    review_list.append((" " + review[0] + " ") * review[1])

stylecloud.gen_stylecloud(text=" ".join(review_list), max_words=500, collocations=False,
                          font_path="KAITI.ttf", icon_name="fab fa-apple", size=653,
                          output_name="4.png")

最后呈现出来的样子如下图所示

用Python采集了几千条相亲文案,终于发现了告别单身的秘密

可见相亲市场上的女生,她们首先是希望男方是要有房有车的,其次要是男方之前存在婚史,女生会比较介意,然后要是有稳定的工作、有能力有责任心,通常都会给女生留下比较好的印象,而至于外在条件上,大多数女生的回答则是身高在175-180左右,年龄在90-97年之间

写在最后

近年来,随着人们思想观念的改变,相亲也逐渐得到年轻人的接受与认可,特别是对于那些圈子比较窄,接触不到异性的人而言。小编希望每个人都能够在最后收获爱情,拥有美好的生活。

数据分析咨询请扫描二维码

最新资讯
更多
客服在线
立即咨询