当前位置：首页 > news >正文

【NLP舆情分析】基于python微博舆情分析可视化系统(flask+pandas+echarts) 视频教程 - 微博评论IP地图可视化分析实现

news 2025/8/4 19:02:23

大家好，我是java1234_小锋老师，最近写了一套【NLP舆情分析】基于python微博舆情分析可视化系统(flask+pandas+echarts)视频教程，持续更新中，计划月底更新完，感谢支持。今天讲解微博评论IP地图可视化分析实现

视频在线地址：

2026版【NLP舆情分析】基于python微博舆情分析可视化系统(flask+pandas+echarts+爬虫) 视频教程（火爆连载更新中..）_哔哩哔哩_bilibili

课程简介：

本课程采用主流的Python技术栈实现，Mysql8数据库，Flask后端，Pandas数据分析，前端可视化图表采用echarts，以及requests库，snowNLP进行情感分析，词频统计，包括大量的数据统计及分析技巧。

实现了，用户登录，注册，爬取微博帖子和评论信息，进行了热词统计以及舆情分析，以及基于echarts实现了数据可视化，包括微博文章分析，微博IP分析，微博评论分析，微博舆情分析。最后也基于wordcloud库实现了词云图，包括微博内容词云图，微博评论词云图，微博评论用户词云图等功能。

微博评论IP地图可视化分析实现

同理，我们在ipDataAnalysis方法里实现下评论IP代码：

cityDic2 = {}  # 微博评论作者IPcommentList = commentDao.getAllComment()for comment in commentList:if comment[3]:for city in cityList:if city['province'].find(comment[3]) != -1:if cityDic2.get(city['province'], -1) == -1:cityDic2[city['province']] = 1else:cityDic2[city['province']] += 1commentCityDicList = [{'name': x[0],'value': x[1]} for x in cityDic2.items()]
return render_template('ipDataAnalysis.html',articleCityDicList=articleCityDicList,commentCityDicList=commentCityDicList)

前端再实现下评论IP图表代码：

<script>
function formatValue(value) {if (value) {return value} else {return 0}}
var chartDom = document.getElementById('plMain');var myChart = echarts.init(chartDom);var option;
option = {title: {text: '评论作者IP发布地址地图',left: 'center',textStyle: {color: '#333',fontWeight: "bold"}},tooltip: {trigger: 'item',formatter: function (params) {return params.name + '<br>评论发布个数：' + formatValue(params.value) + ' 个'}},visualMap: {min: 0,max: 250,text: ['高', '低'],realtime: true,calculable: true,inRange: {color: ['orange', 'red']}},series: [{type: 'map',map: 'china',label: {normal: {show: true,color: "white",fontSize: "12"},},emphasis: {label: {show: true}},data:{{ commentCityDicList | tojson }},
itemStyle: {normal: {areaColor: "skyblue",borderColor: "#fff"},emphasis: {areaColor: "#2B91B7"}},zoom: 1.4,roam: true}]};
option && myChart.setOption(option);
</script>