准备分析的数据：

• 评论者的微博昵称
  
• 微博的评论
  
• 评论者的性别
  
• 评论者的所在地
  
• 评论者的生日
  

这次的数据准备了30万+评论，其中不重复用户14万+。数据只是简单的进行了简单的去重和缺失值处理，感觉不用特别精确也能看出结果。这次的分析不是最终的结果，只是可以参考的一个趋势

用户分析

• 首先来看看评论最多的前几名
  • 一个人一条微博评论800+，可能为Bot操作
  • 不知道前三十里面是不是全是真爱粉。

• 再看看性别，毫无疑问的。
  • 感觉这个结果还算正常，比计算机专业男女比大一点。

• 最后来看看地区分析吧
  

+ 先来看看省份和四个直辖市分布，北京第一，有一点可能好多人都改成了和鹿晗一样的东城区。。。所以可能不是很准确。
+ 其次是广东，不知道为什么，好多刷量小号默认位置也是广东，不知是不是这个原因和北京并列。
+ 河北排在了第9。。。

再来看看城市分布

• 海淀区居然是第一，这个没有想到。
• 基本上分三个梯队吧，石家庄在第三梯队。
• 很尴尬的是，分词的时候把大连给分了？

最后看看整体城市分布比例吧，感觉石家庄有点小啊。

评论分析

• 从词云上可以看出来，评论中出现最多的词是鹿晗，这点并不意外。
• 其次，音乐，爱，零界点，棒棒糖等词也排在前面，我想是因为这次爬取得微博是棒棒糖那篇。
• 另外中间右部，迪丽也出现了，可能八卦的网友也不少啊。
• 整体感觉比较正能量，黑粉还是要少的多。

整体分析差不多就这样了，第一个项目做的有点慢，下次计划分析一下淘宝的商品信息，不过爬数据要花时间，可能会很久了。