乐趣区

关于python:用Python采集了几千条相亲文案终于发现了告别单身的秘密

大家好,我是陈程!

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%”,当然咱们也无奈查实当中数据的起源以及真实性,不过小编倒是总能据说身边的敌人在埋怨脱单难、找不到适合的对象。

明天小编通过 Python 写了一个简略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?他们的择偶规范又是什么样子的?什么样子的人更加容易脱单?

代码的编写过程

咱们引入须要用到的库,这里用到 Python 当中的 requests 库来发送和承受申请,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

很多时候对遇到申请超时的状况,因而当呈现一次错的时候,咱们会多尝试几次,因而这里应用 retry 装璜器来屡次尝试

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

咱们抓取的数据包含出世年份、身高 / 体重、学历、支出、职业、自我介绍、择偶规范、车房状况等等,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/>【根本材料】(.*?)<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月均支出(.*?)<br/>")
married = re.compile("<br/>⑨有无婚史(.*?)<br/>")
house_cars = re.compile("<br/>⑧车房状况(.*?)<br/>")
self_intro = re.compile("<br/>⑪ 自我介绍(.*?)<br/>")
requirements = re.compile("<br/>【择偶规范】<br/>(.*?)</a>")
family_member = re.compile("<br/>⑩家庭成员(.*?)<br/>")

后果的可视化展现

咱们先来看一下性别比例,从散布来看,女生前来相亲的比例更高,次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,大城市中仿佛女生脱单更加艰难一些,

咱们再来看一下独身的女性的特色,首先她们的年龄次要集中在94、93 以及 95 年左右,正好都是处在适婚的年龄

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 处于多数

另外小编也对独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、白羊座的女性独身率略高一些

最初,咱们来看一下她们的择偶规范吧,小编将她们的择偶规范独自提取进去,而后绘制成了词云图

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")

最初出现进去的样子如下图所示

可见相亲市场上的女生,她们首先是心愿男方是要 有房有车 的,其次要是男方之前 存在婚史,女生会比拟介意 ,而后要是有 稳固的工作、有能力有责任心 ,通常都会给女生留下比拟好的印象,而至于外在条件上,大多数女生的答复则是 身高在 175-180 左右,年龄在 90-97 年之间

写在最初

近年来,随着人们思想观念的扭转,相亲也逐步失去年轻人的承受与认可,特地是对于那些圈子比拟窄,接触不到同性的人而言。小编心愿每个人都可能在最初播种恋情,领有美妙的生存。

退出移动版