文 |ssw
来源：Python 技术「ID: pythonall」
开篇一张图，轩逸来坐镇
这只披着“动力”铠甲的蜘蛛名叫“轩逸最不满意”，正在高速上蠕动，左边“车漆异响”，右边“配置”过低，大家注意了，超车时请紧急避让
回到正题。
有位哥们想看瑞虎7，好奇哪里吸引他了。第一次听说虎7，旁边没老师傅，没法儿马上了解它，但爬虫这玩意儿，不就是帮我们搜集信息的吗
因此，要想知道这款车的的“销量密码”，就可以从爬虫入手了。
照旧参考Python指导你买车，第二弹爬取车友圈“【购车经历】”
先从标致新408开始，缘由是它老派又新潮，我一度想买它
标致新408词云分析
从词云图和文本描述来看，价格和外观颜值是第一吸引力。
空间大，动力足，内饰讨喜的优点在词云中也有明显体现。
值得注意的词语
原因在于老款408无论品质还是质量都很得人心，新款预售加上补贴政策，自然而然就成为大家口中的“卷王”。
再看一个案例
凌度L
为什么选这款车型？因为它年轻，时尚，车主都喜欢带女朋友去看！不选其它车子也只有一个理由：女朋友嫌内饰不好看
选它，就像这个🌶一样酷辣！
如何生成漂亮词云
安装
pipinstalljiebapipinstallstylecloud
计数和生成词云
importstylecloudimportcodecs#作用：处理中文不乱码importjieba#分词fromcollectionsimportCounter#计数stopwords=set()content=[line.strip()forlineinopen('stopwords.txt','r',encoding='utf8').readlines()]print(111,content)stopwords.update(content)#most_common应用于一个Counter对象时,会返回一个list,这个list包含了前N个常见的元素defmake_word(txt):make_list=jieba.cut(txt)c=Counter()#对字典的增强words_list=[]foriinmake_list:iflen(i)==3andi!='\r\n':c[i]=c[i]+1words_list.append(i)fork,vinc.most_common(60):ifknotinstopwords:print(k,v)return"".join(words_list)withcodecs.open('408.txt','r','utf8')asf:txt=f.read()words_txt=make_word(txt)print(words_txt)stylecloud.gen_stylecloud(text=words_txt,custom_stopwords=content,#max_words=11,#palette='cartocolors.qualitative.Pastel_3',#background_color='#1A1A1A',colors=['#5470c6','#91cc75','#fac858','#ee6666','#73c0de'],#colors=['#dd4444','#fec42c','#80F1BE'],icon_name="fasfa-car",max_font_size=110,output_name='666.jpg',font_path="C:/Windows/Fonts/FZSJ-WOSJJ.TTF")
脚本说明
仔细观察gen_stylecloud()函数的相关参数，我们可以控制背景颜色、单词的颜色、字体等
设置词语长度
iflen(i)==2
输出：
如果设置长度为3，输出：
则词云图显示的是以3个汉字为单位的情况：
这样的话，分析角度不一样了。
设置颜色组合 不同的颜色组合带来不一样的效果
colors=['#5470c6','#91cc75','#fac858','#ee6666','#73c0de'],
不信，我们看个瑞虎8的词云效果：
处理停用词
custom_stopwords参数来处理文本中的停用词
stopwords.txt，已上传到 linux服务器上，http://ssw.fit/file/
可以将用处不大但出现次数很多的词加入到stopwords.txt，以免它出现在词云图中，如下图“内饰”前面的词都可以去掉：
设置字体 这个可以参考用python来吐槽，真是太会玩啦文末的字体设置
爬虫数据 408，瑞虎8，瑞虎7等的爬虫数据也上传了，http://ssw.fit/file/
图标网站链接 /search
icon_name="fasfa-car"
icon_name可以在这个网站中去找，有一部分是有效果的，去试试。
接下来，分析几种车型的购买理由，用绚丽的色彩、多变的图形、精彩的字体来展示爬虫数据。
瑞虎7 vs 瑞虎8
瑞虎7
看图说话，价格是谈到最多的因素！此外，虎7的车主考虑过竞争对手，长安和吉利
可能虎7的优惠力度比竞争对手更大，“优惠”两个大字如此鲜艳。从文本中搜索“老婆”，可以知道有些是买给老婆开的，有些是听老婆意见入手的
瑞虎8
相比瑞虎7，瑞虎8车主更多考虑这款车的动力（动力2个字好大呀）。有趣的是图片中的发动机位置，很多人提到鲲鹏，原来是在等瑞虎8鲲鹏版上市，希望拥有更强劲的动力！
款威朗 Pro GS 追风版
威朗的价格和动力是亮点，同价位性价比最高的合资车。竞争对手有星越L，宝来，威朗，思域，型格等，客户因性价比而选择它。
奔驰C级
好了，这就是今天的全部内容，喜欢就点个赞呀~
PS：Python技术交流群（技术交流、摸鱼、白嫖课程为主）又不定时开放了，感兴趣的朋友，可以在下方公号内回复：666，即可进入，一起100天计划！
老规矩，酱友们还记得么，右下角的 “在看” 点一下，如果感觉文章内容不错的话，记得分享朋友圈让更多的人知道！
【神秘礼包获取方式】
识别文末二维码，回复：1024
