爬蟲再探實戰（五）———爬取APP數據——超級課程表【二】——詞頻分析

　　　　上一篇已經將數據抓到手了，那么來分析一下吧。這里是用python簡單處理數據，之后用EXCEL 作圖，沒錯，，，還是EXCEL。其實分析這些數據有更好的工具，比如R。。。不過目前不會啊，就先EXCEL湊活着用吧。

　　　　這里一共分析了三個方面：TOP10 word；時間與發帖量的關系，日期與發帖量的關系。

　　　　PROJECT1：TOP10 WORD

　　　　注意這里的top_words.txt是我用xlrd取出文字后保存在記事本中，去掉標點后得到的（這個羞恥的過程就不展示了。。。以后找到更好的辦法再來改寫）

#!/usr/bin/python
#-*- coding : utf-8 -*-
import xlrd
import xlsxwriter
from collections import Counter

with open('top_words.txt', encoding='utf-8') as f:
	# print(f.read())
	l = list(f.read())
	print(l)
word_dict = Counter(l).most_common()
# print(word_dict)
workbook = xlsxwriter.Workbook('top_words.xlsx')
worksheet = workbook.add_worksheet()
worksheet.set_column('A:A', 10)
worksheet.set_column('B:B', 10)
worksheet.write(0,0,'關鍵字')
worksheet.write(0,1,'頻數')
i = 1
num = []
for k, v in word_dict:
	i += 1
	worksheet.write(i,0,k)
	worksheet.write(i,1,v)
	num.append(v)
workbook.close()
print(num)

　　　　輸出EXCEL表格如下（一部分）：

　　　　簡單做個圖：