interesting-python: 有趣的Python爬虫和数据分析小项目

简介

可以用Python实现的有趣的小项目，内容包括Python爬虫、Python数据分析、机器学习、深度学习等，持续更新中。
本Repository主要用于存放项目代码，对应的项目文章可以关注公众号。

作者：Alfred
微信公众号：Alfred数据室（原名为Alfred在纽西兰）
合作请加微信号：AlfredLabAssistant

Alfred数据室课程

应诸位读者朋友的要求，Alfred数据室将陆续推出 《实战玩转数据科学》 系列课程，课程分为数据获取、数据分析、大数据分析三个部分，从如何获取数据、怎么分析数据、通过什么方法分析海量数据三方面带大家玩转数据分析。

数据获取部分子课程 《实战玩转Python爬虫》 现已正式上线。课程以目标为导向，从项目出发，十大案例掌握数据获取，让Python爬虫学习思路更清晰，路径更明确。详情可点击：实战玩转Python爬虫

可以扫描以下二维码进行课程咨询哦：

项目介绍

1. LiveStreaming:

• 内容： 爬取了西瓜直播（今日头条旗下APP）各类型游戏的主播直播数据107.5万条，并分析直播平台和游戏主播行业是否真如我们想象般的暴利
• 对应微信公众号文章：《游戏直播行业真的如你想象般暴利？》
• 适合人群：Python爬虫学习者、Python数据分析学习者、Pandas使用者、数据可视化学习者
• 难度：★★★★☆

2. LaborDay:

• 内容： 按全国各个城市抓取飞猪“景点门票”栏的景点门票销售数据，并且分析五一哪些景点会人挤人，哪些景点值得一去
• 对应微信公众号文章：《五一不看人人人人人人，哪儿耍合适？》
• 适合人群：Python爬虫学习者、Python数据分析学习者、Pandas使用者、数据可视化学习者
• 难度：★★☆☆☆

3. KrisWu:

• 内容： 随机抓取吴亦凡发表《大碗宽面》微博的微博转发数据10万条，并分析该条微博的真假转发比例，以及大家对于这首歌的情感倾向如何
• 对应微信公众号文章：《大碗宽面 VS 律师函警告，情感分析吴亦凡自黑式圈粉！》
• 适合人群：Python爬虫学习者、Python数据分析学习者、Pandas使用者、数据可视化学习者
• 难度：★★★☆☆

4. ESL:

• 内容： 爬取外籍人员招聘网站JobLEADChina上的外籍英语老师招聘数据945条，万行教师人才网上的英语老师招聘数据5780条，以及微信群成员信息498条，分析外教教师的招聘状况
• 对应微信公众号文章：《没经验没学历的外教为啥能拿1.4W+的高薪？》
• 适合人群：Python爬虫学习者、Python数据分析学习者、Pandas使用者、数据可视化学习者
• 难度：★☆☆☆☆

5. ICU996:

• 内容： 爬取程序员集体抵制996的Github热门项目996.ICU中，Issues页面讨论数据和点了star的程序员Github个人信息数据，并且分析这群抵制996的程序员都是何方神圣
• 对应微信公众号文章：《大胆，都是哪些程序员在反对996？！》
• 适合人群：Python爬虫学习者、Python数据分析学习者、Pandas使用者、数据可视化学习者
• 难度：★★☆☆☆

6. Paediatrician:

• 内容： 爬取丁香人才网10950条涵盖儿科、内科、外科、妇产科、眼科的招聘数据，并且分析儿科医生的生存处境
• 对应微信公众号文章：《儿科医生的眼泪，全被数据看见了》
• 适合人群：Python爬虫学习者、Python数据分析学习者、Pandas使用者、数据可视化学习者
• 难度：★★★☆☆

7. CaiXuKun:

• 内容： 随机抓取蔡徐坤100万+转发的微博《再见，“任性的”千千…》的10万条转发数据，并且分析蔡徐坤真假转发流量的比例以及真假粉丝的用户画像
• 对应微信公众号文章：《用大数据扒一扒蔡徐坤的真假流量粉》
• 适合人群：Python爬虫学习者、Python数据分析学习者、Pandas使用者、数据可视化学习者
• 难度：★★★☆☆

8. BSGS_Rent:

• 内容： 爬取北上广深四个城市的链家租房房源信息，并且分析四个城市的租房现状和考虑因素
• 对应微信公众号文章：《北上广深租房图鉴》
• 适合人群：Python爬虫学习者、Python数据分析学习者、Pandas使用者、数据可视化学习者
• 难度：★★★☆☆

9. Fireworks_and_Pm2.5:

• 内容： 爬取全国367个城市的空气质量指数数据，并分析烟花爆竹对空气质量的影响，以及城市禁放烟花爆竹是否有效
• 对应微信公众号文章：《六万条数据全面解析，城市春节禁放烟花爆竹真的有用吗？》
• 适合人群：Python爬虫学习者、Python数据分析学习者、Pandas使用者、数据可视化学习者
• 难度：★★★☆☆

10. TheWanderingEarth:

• 内容： 爬取电影《流浪地球》的猫眼评论和评分，并分析该电影出现低分的原因
• 对应微信公众号文章：《十万条评论告诉你，给《流浪地球》评1星的都是什么心态？》
• 适合人群：Python爬虫学习者、Python数据分析学习者、Pandas使用者、数据可视化学习者
• 难度：★★★☆☆

11. Weibo_Comment_Pics:

• 内容： 模拟登陆微博手机端爬取海量表情包
• 对应微信公众号文章：《开年表情包局部富有指南，盘它！》
• 适合人群：Python爬虫学习者
• 难度：★★★☆☆

12. English_names:

• 内容： 分析美国婴儿取名数据，为取英文名提供一些建议
• 对应微信公众号文章：《看完这篇分析，楼下的Tony和Kevin都改名了！》
• 适合人群：Python数据分析学习者、Pandas使用者、数据可视化学习者
• 难度：★★★☆☆

13. shixiseng_packet_capture

• 内容：主要通过手机抓包分析和获取“实习僧”网站iso端的数据接口，有了接口便可以直接编写代码爬取数据
• 对应微信公众号文章：《回复“实习僧”CTO之换种姿势爬取实习僧网站》
• 适合人群：Python爬虫学习者、手机抓包学习者
• 难度：★☆☆☆☆

14. PUBG-juediqiusheng-data_analysis

• 内容：主要分析绝地求生72万场比赛的数据，并结合数据给出吃鸡攻略，用数据吃鸡！
• 对应微信公众号文章：《【20G】Kaggle数据集强势分析“绝地求生”，攻略吃鸡！》
• 适合人群：Python数据分析学习者、Pandas使用者、各位吃鸡观众
• 难度：★★★☆☆

15. Wechat_article_collector：

• 内容：微信公众号文章采集器，用于采集微信公众号文章并保存至word文档
• 对应微信公众号文章：《50行代码教你打造一个公众号文章采集器》
• 适合人群：Python学习者、新媒体运营人群？
• 难度：★★☆☆☆
• 注：该项目由于依赖包WechatSogou疏于维护，目前暂时不能使用了。（2019-04-02 updated）

16. mongoTV：

• 内容：爬取芒果TV的《我是大侦探》节目评论数据，并进行情感分析
• 对应微信公众号文章：《《我是大侦探》到底怎么了？(上：数据爬取篇)》》、《《我是大侦探》到底怎么了？（下：情感分析篇）》
• 适合人群：Python scrapy爬虫学习者、Python数据分析学习者、Pandas使用者
• 难度：★★★☆☆

17. shixiseng:

• 内容：爬取实习僧网站中“数据挖掘”等相关岗位的数据，并对数据进行分析
• 对应微信公众号文章：《帮了个小忙|破解“实习僧”网站字体加密》、《“小忙”连载篇|实习僧网站数据分析》
• 适合人群：Python爬虫学习者、Python数据分析学习者、Pandas使用者
• 难度：★★★☆☆

支持作者

熬夜敲代码写稿件，咖啡才是第一生产力。

喜欢作者的分享，如何支持作者？

Maybe you could buy me a cup of coffee. Salute!