新闻联播数据集_基于Python的天气预测系统研究

同人志h，你拍一我拍一，一达通，汪清生活网，cf10，槟榔

新闻源目前支持如下：

>获取获取后，可以存csv也可以存Excel，或者存数据库都可以，这样就完成了原始数据准备。

分词处理

借助Python jieba分词工具，我们可以快速的实现文本的分词功能。同时可以设置关键字黑名单和白名单，过滤不需要的，提取想要的关键词。

>按日期处理分词之后，我们可以对词频进行统计，生成一个完整的词频csv文件。

为了让大家更好地完成本次实验，我们直接提供已经完成统计的csv文件供大家下载，请在文章末尾获取下载方式。

词频统计分析

新闻词云统计

对于最具影响力的新闻节目，可能很多人第一想到的是哪些关键词出现的次数最多?对于常见新闻词语，一定逃不出你的预料之中，下面这个词云图可以验证你的判断。

>实现词云非常方便，前提是你已经准备好了词频统计。幸运的是，我们为你提供了现成的词云统计csv文件，在下载的文件中可以找到一个all.csv的文件。

>正如你所看到的，我们借助了pyecharts这个工具来实现可视化。以下所有图形效果都是借助pyecharts来实现的，更多具体的使用可以自行学习echarts和pyecharts的知识来加强图形制作能力，这里不做太多的介绍。

新闻分类统计

除了新闻联播常见关键词，我们可能还想知道一些特定词语出现在新闻联播的次数，以便了解该类信息受关照程度，比如在过去10年当中，哪些省份和省会城市最受新闻联播关注?

我们将各省在新闻联播出现的数据进行分年统计，然后通过柱状图的形式展示出来。

>

>通过上图我们可以知道，作为首都的北京毫无疑问是关注最多的地方。而在每年因为不同的政治、经济或者文化事件，不同的省出现的频次也呈现出一些差异。

比如2018年在政策上对海南的倾斜，对珠三角的关注等，而在2017年香港回归20年，河北雄安新区的提出等事件，让这些地方备受关注。

同样的方法，我们也可以对各省会城市出现的频次进行按年份统计。

>可以清楚的看到，在2009年乌鲁木齐因暴恐事件受到了极大的新闻关注，而海口在近两年开放海南的大背景下也成了新闻联播的常客。

如果柱状图看的不够清晰，我们可以借助地图热力方式来显示各省收关注程度可能更清楚。

>

>在热力地图上，颜色越深表示受关注越大，我们看到北京最红，而东部沿海比西部，东北要比内蒙受关注更多。

今天的文章新闻联播数据集_基于Python的天气预测系统研究分享到此就结束了，感谢您的阅读。