即刻平台数据分析脚本说明

概述

本脚本用于分析即刻平台的数据，主要功能包括：

• 时间序列分析
• 话题内容分析
• 互动分析
• 活动热力图生成 通过多种可视化图表展示分析结果。

主要功能模块及数据字段

0. 活动热力图

使用的JSON字段：

• sc-bdvvtL：用于生成每日活动热力图

• 生成过去一年的活动热力图

• 支持自定义颜色主题

• 可调整方块大小和间距

• 自动添加月份和星期标签

• 支持添加自定义标题

1. 数据加载与预处理

使用的JSON字段：

• sc-bdvvtL：帖子发布时间（可能包含相对时间如"X分钟前"）

• break-words：帖子正文内容

• flex (2)：帖子主题标签

• pl-2_5：帖子点赞数

• pl-2_5 (2)：帖子评论数

• text-primary href：帖子中的链接

• 从JSON文件加载数据

• 将数据转换为Pandas DataFrame格式

• 处理时间数据，将相对时间转换为绝对时间

2. 时间序列分析

使用的JSON字段：

• sc-bdvvtL：用于时间序列分析的时间戳

• pl-2_5：用于分析点赞趋势

• 每日发帖频率分析

• 发帖时间按小时分布

• 点赞量随时间变化趋势（如果有点赞数据）

3. 话题和内容分析

使用的JSON字段：

• break-words：用于词云生成、TF-IDF分析和情感分析

• flex (2)：用于主题频率分析

• text-primary href：用于链接分析

• 生成帖子内容词云图

• 主题频率分布分析

• 使用TF-IDF提取关键词

• 情感分析（正面/负面/中性）

• 链接和域名分析

4. 互动分析（如果有点赞和评论数据）

使用的JSON字段：

• pl-2_5：点赞数

• pl-2_5 (2)：评论数

• 点赞数分布

• 评论数分布

• 点赞和评论数的关系

5. 结合特定属性分析

使用的JSON字段：

• flex (2)：主题标签

• pl-2_5：点赞数

• 不同话题的平均点赞量

依赖库

• Pandas
• Matplotlib/Seaborn
• WordCloud
• TextBlob
• Scikit-learn

使用方法

基本分析

1. 确保已安装所需依赖库
2. 将即刻平台数据保存为JSON格式
3. 修改file_path变量指向数据文件
4. 运行脚本查看分析结果

热力图生成

1. 确保已安装Matplotlib和Seaborn
2. 将数据保存为JSON格式
3. 运行heatmap.py脚本：

python heatmap.py

4. 生成的热力图将保存为activity_heatmap.png

配置说明

热力图支持以下配置（在heatmap.py中修改）：

• 图表尺寸
• 颜色主题
• 文字样式
• 布局参数
• 图例样式

注意事项

• 部分分析功能需要特定字段（如点赞、评论数据）
• 确保系统已安装中文字体（如SimHei）以正确显示中文