基于Flask实现豆瓣Top250电影可视化

news2025/6/2 9:09:33

项目截图

概述

该项目旨在对豆瓣Top 250电影进行全面的数据分析，使用了Python爬虫、Flask框架进行开发，并采用了Echarts进行数据可视化以及WordCloud进行词云分析。应用展示了多个功能，如电影列表、评分分布、词频统计和团队信息。

主要功能

首页: 显示项目的概述和统计数据，包括经典电影数量、评分统计、词汇统计和团队成员数量。
电影列表页: 展示豆瓣Top 250电影的详细信息，包括电影中文名称、外文名称、评分、评价人数、一句话概述及其他信息。
评分分布页: 通过柱状图展示豆瓣Top 250电影的评分分布情况，提供用户对评分分布的直观了解。
词云统计页: 根据250部电影的一句话描述，提炼出词云树，通过词云图展示词汇的频率，让用户更清晰地了解人们对经典电影的理解。
团队页: 展示团队成员的信息。

技术实现

Python爬虫: 使用Python爬虫从豆瓣网站上抓取电影数据。
Flask框架: 使用Flask搭建Web应用，实现前后端的交互。
SQLite数据库: 使用SQLite数据库存储爬取到的电影数据。
Echarts: 使用Echarts进行数据的可视化，生成评分分布的柱状图。
WordCloud: 使用WordCloud生成词云图，进行词频统计和展示。
Matplotlib: 配合WordCloud进行词云图的绘制和保存。

数据库结构

movie250表: 存储豆瓣Top 250电影的详细信息，包括电影中文名称、外文名称、评分、评价人数等字段。

使用方法

启动Flask应用:

if __name__ == '__main__':
    app.run()

访问首页，通过浏览器访问http://localhost:5000/查看应用的各个功能页面。

代码示例

Flask路由配置:

from flask import Flask, render_template
import sqlite3
app = Flask(__name__)

@app.route('/')
def index():
    return render_template("/index.html")

@app.route('/index')
def home():
    return render_template("/index.html")

@app.route('/movie')
def movie():
    datalist = []
    conn = sqlite3.connect("movie.db")
    cur = conn.cursor()
    sql = '''select * from movie250''';
    data = cur.execute(sql)
    for item in data:
        datalist.append(item)
    cur.close()
    conn.close()
    return render_template("/movie.html",movies = datalist)

@app.route('/score')
def score():
    score = []
    num = []
    conn = sqlite3.connect("movie.db")
    cur = conn.cursor()
    sql = '''select score,count(score) from movie250 group by score'''
    data = cur.execute(sql)
    for item in data:
        score.append(str(item[0]))
        num.append(item[1])
    cur.close()
    conn.close()
    return render_template("score.html", score=score,num=num)

@app.route('/word')
def word():
    return render_template("/word.html")

@app.route('/team')
def team():
    return render_template("/team.html")

if __name__ == '__main__':
    app.run()

词云图生成:

import jieba
from matplotlib import pyplot as plt
from wordcloud import WordCloud
from PIL import Image
import numpy as np
import sqlite3

conn = sqlite3.connect('movie.db')
cur = conn.cursor()
sql = 'select cname from movie250'
data =cur.execute(sql)
text = ""
for item in data:
    text = text + item[0]
cur.close()
conn.close()

cut = jieba.cut(text)
string = ' '.join(cut)
print(len(string))

img = Image.open(r'.\static\assets\img\tree.jpg')
img_array = np.array(img)
wc = WordCloud(
    background_color = 'white',
    mask = img_array,
    font_path = "msyh.ttc"
)
wc.generate_from_text(string)
fig = plt.figure(1)
plt.imshow(wc)
plt.axis('off')
plt.savefig(r'.\static\assets\img\word.jpg',dpi=500)