日韩精品一区二区三区在线视频放-无码中文字幕V?一区二区-成年片免费观看视频-国内少妇人妻丰满av-国产精品中文字幕免费观看-亚洲成人久久一区二区三区-国内少妇偷人精品视频无缓冲-一区二区国产精品日本一区二区三区在线网

ARTICLE DETAIL

資訊詳情

深耕商務(wù)建站與企業(yè)官網(wǎng)運(yùn)營(yíng)的一線實(shí)戰(zhàn)洞察。

Python數(shù)據(jù)驅(qū)動(dòng)項(xiàng)目實(shí)戰(zhàn):疫情數(shù)據(jù)與微博情感關(guān)聯(lián)分析系統(tǒng)

Python數(shù)據(jù)驅(qū)動(dòng)項(xiàng)目實(shí)戰(zhàn):疫情數(shù)據(jù)與微博情感關(guān)聯(lián)分析系統(tǒng) 簡(jiǎn)介本資源是一套完整的Python數(shù)據(jù)工程實(shí)踐項(xiàng)目面向計(jì)算機(jī)、數(shù)學(xué)、電子信息等專業(yè)的本科生及初學(xué)者聚焦疫情數(shù)據(jù)與社交媒體輿情的采集、治理與分析全流程。項(xiàng)目涵蓋疫情實(shí)時(shí)數(shù)據(jù)爬取、微博關(guān)鍵詞定向抓取含MySQL數(shù)據(jù)庫(kù)存儲(chǔ)、結(jié)構(gòu)化數(shù)據(jù)清洗與特征構(gòu)建、多維度可視化呈現(xiàn)含疫情趨勢(shì)圖與詞云以及基于情感詞典的微博文本細(xì)粒度情感分析適合作為課程設(shè)計(jì)、期末大作業(yè)或畢業(yè)設(shè)計(jì)參考。壓縮包共15個(gè)文件含7個(gè)核心Python腳本爬蟲、預(yù)處理、可視化、情感分析模塊、3個(gè)CSV數(shù)據(jù)集含標(biāo)注樣本與情感關(guān)鍵詞庫(kù)、2個(gè)文本詞典正/負(fù)向詞表、1個(gè)JSON微博原始數(shù)據(jù)、1張結(jié)果示意圖及1份Markdown項(xiàng)目說(shuō)明文檔整體大小23.87MB。已有728人學(xué)習(xí)下載提供開箱即用的完整代碼鏈路、清晰的模塊劃分與可復(fù)現(xiàn)的數(shù)據(jù)分析流程便于理解數(shù)據(jù)從采集到價(jià)值輸出的閉環(huán)邏輯。1. 項(xiàng)目概述一個(gè)數(shù)據(jù)驅(qū)動(dòng)的疫情社會(huì)觀察系統(tǒng)最近在整理硬盤翻出來(lái)一個(gè)前兩年做的老項(xiàng)目當(dāng)時(shí)主要是想看看社交媒體上的公眾情緒和官方發(fā)布的疫情數(shù)據(jù)之間有沒(méi)有什么有趣的關(guān)聯(lián)。這個(gè)項(xiàng)目麻雀雖小五臟俱全從數(shù)據(jù)抓取、清洗、存儲(chǔ)到分析和可視化走完了一個(gè)完整的數(shù)據(jù)分析閉環(huán)。它不是簡(jiǎn)單的“爬蟲可視化”的堆砌核心在于將結(jié)構(gòu)化的疫情統(tǒng)計(jì)數(shù)據(jù)與非結(jié)構(gòu)化的社交媒體文本進(jìn)行關(guān)聯(lián)分析試圖從數(shù)據(jù)層面理解特定時(shí)期的社會(huì)心態(tài)。簡(jiǎn)單來(lái)說(shuō)這個(gè)系統(tǒng)干了三件事第一從權(quán)威數(shù)據(jù)源定時(shí)抓取結(jié)構(gòu)化的疫情數(shù)據(jù)如新增確診、累計(jì)治愈等第二同步從微博抓取與疫情相關(guān)的關(guān)鍵詞下的實(shí)時(shí)討論內(nèi)容第三將這兩類數(shù)據(jù)清洗后存入數(shù)據(jù)庫(kù)并進(jìn)行情感傾向分析最后通過(guò)可視化圖表呈現(xiàn)數(shù)據(jù)趨勢(shì)與公眾情緒的對(duì)比。這非常適合想通過(guò)一個(gè)實(shí)戰(zhàn)項(xiàng)目系統(tǒng)學(xué)習(xí)Python數(shù)據(jù)獲取、處理、分析和呈現(xiàn)全流程的朋友尤其是對(duì)社會(huì)計(jì)算或輿情分析感興趣的同學(xué)。2. 項(xiàng)目整體架構(gòu)與技術(shù)選型解析2.1 核心模塊拆解與設(shè)計(jì)思路整個(gè)項(xiàng)目可以清晰地劃分為四個(gè)核心模塊它們之間通過(guò)數(shù)據(jù)庫(kù)進(jìn)行數(shù)據(jù)流轉(zhuǎn)形成一個(gè)松耦合但邏輯緊密的管道。數(shù)據(jù)采集層這是項(xiàng)目的“觸手”。我將其設(shè)計(jì)為兩個(gè)獨(dú)立的爬蟲但共享同一套請(qǐng)求管理和異常處理機(jī)制。疫情數(shù)據(jù)爬蟲目標(biāo)是各級(jí)衛(wèi)健委官網(wǎng)或聚合數(shù)據(jù)平臺(tái)。這類數(shù)據(jù)通常以JSON接口或規(guī)整的HTML表格形式存在變化頻率低每日更新但要求數(shù)據(jù)準(zhǔn)確、穩(wěn)定。因此這個(gè)爬蟲的核心是穩(wěn)健性需要處理好反爬策略如請(qǐng)求頭、頻率限制并設(shè)計(jì)重試和驗(yàn)證邏輯確保抓取到的每個(gè)數(shù)字都是可靠的。微博關(guān)鍵詞爬蟲目標(biāo)是微博的搜索頁(yè)面或移動(dòng)端接口。微博數(shù)據(jù)是非結(jié)構(gòu)化的文本、時(shí)間、用戶信息混合體且反爬嚴(yán)密動(dòng)態(tài)參數(shù)、登錄態(tài)、滑塊驗(yàn)證。這個(gè)爬蟲的核心是突破性與效率。我選擇模擬移動(dòng)端請(qǐng)求并利用關(guān)鍵詞輪詢持續(xù)抓取最新發(fā)布的微博。這里的關(guān)鍵在于如何穩(wěn)定地獲取數(shù)據(jù)而不是一味求快。注意微博爬蟲的合規(guī)性是紅線。本項(xiàng)目代碼僅用于學(xué)習(xí)網(wǎng)絡(luò)請(qǐng)求解析、動(dòng)態(tài)頁(yè)面處理和數(shù)據(jù)抽取技術(shù)。實(shí)際應(yīng)用中必須嚴(yán)格遵守robots.txt協(xié)議控制請(qǐng)求頻率避免對(duì)目標(biāo)服務(wù)器造成壓力且所有數(shù)據(jù)僅應(yīng)用于個(gè)人學(xué)習(xí)與研究分析。數(shù)據(jù)存儲(chǔ)層選用關(guān)系型數(shù)據(jù)庫(kù)MySQL作為數(shù)據(jù)倉(cāng)庫(kù)。為什么不用更簡(jiǎn)單的CSV或NoSQL因?yàn)槲覀冃枰幚韮深惒町惡艽蟮臄?shù)據(jù)并且后續(xù)需要頻繁地進(jìn)行關(guān)聯(lián)查詢和聚合分析。表結(jié)構(gòu)設(shè)計(jì)epidemic_data表存儲(chǔ)日期、地區(qū)、新增確診、新增疑似、累計(jì)確診、治愈、死亡等字段。以(date, region)作為復(fù)合主鍵。weibo_data表存儲(chǔ)微博ID、發(fā)布時(shí)間、用戶昵稱、微博正文、關(guān)鍵詞、抓取時(shí)間等。最重要的是我增加了一個(gè)cleaned_text字段用于存放預(yù)處理后的純文本為情感分析做準(zhǔn)備。這種設(shè)計(jì)便于我們執(zhí)行諸如“查詢某日全國(guó)新增確診數(shù)并關(guān)聯(lián)分析當(dāng)天‘隔離’關(guān)鍵詞下的微博情感傾向”這樣的操作。數(shù)據(jù)處理與分析層這是項(xiàng)目的“大腦”。數(shù)據(jù)預(yù)處理這是最繁瑣但決定分析質(zhì)量的一步。對(duì)于疫情數(shù)據(jù)主要是處理缺失值、異常值如某日數(shù)據(jù)為負(fù)。對(duì)于微博文本則復(fù)雜得多去除廣告、表情符號(hào)、URL鏈接進(jìn)行中文分詞去除停用詞如“的”、“了”文本規(guī)范化。情感分析我采用了基于預(yù)訓(xùn)練模型如SnowNLP或百度AI開放平臺(tái)的情感傾向分析API的方法。SnowNLP適合離線、大批量處理雖然精度不是最高但一致性較好。將微博cleaned_text字段的內(nèi)容送入模型得到情感極性分值如0-1越接近1越積極存入數(shù)據(jù)庫(kù)的新字段sentiment_score中。數(shù)據(jù)可視化層使用MatplotlibSeaborn庫(kù)目標(biāo)是生成能清晰對(duì)比趨勢(shì)的圖表。疫情數(shù)據(jù)通常用折線圖展示新增/累計(jì)趨勢(shì)用堆疊面積圖展示確診、治愈、死亡病例的構(gòu)成變化。微博情感數(shù)據(jù)可以用每日情感平均分折線圖來(lái)觀察情緒波動(dòng)用熱力圖展示不同關(guān)鍵詞在不同時(shí)間段的情感強(qiáng)度。最關(guān)鍵的是將兩條折線例如“當(dāng)日新增確診數(shù)”和“當(dāng)日‘疫情’關(guān)鍵詞微博平均情感分”放在同一個(gè)坐標(biāo)系中觀察它們的走勢(shì)關(guān)聯(lián)這是整個(gè)項(xiàng)目視覺(jué)上的亮點(diǎn)。2.2 關(guān)鍵技術(shù)棧與工具選型理由Python 3.8: 生態(tài)豐富是數(shù)據(jù)科學(xué)和爬蟲領(lǐng)域的事實(shí)標(biāo)準(zhǔn)。Requests BeautifulSoup4: 用于疫情數(shù)據(jù)爬取和靜態(tài)頁(yè)面解析。Requests簡(jiǎn)潔高效BeautifulSoup對(duì)新手友好足以應(yīng)對(duì)大多數(shù)政府公開數(shù)據(jù)頁(yè)面。Selenium (可選): 作為微博爬蟲的備選方案。當(dāng)接口逆向工程困難時(shí)可以用Selenium模擬瀏覽器行為直接獲取渲染后的數(shù)據(jù)缺點(diǎn)是速度慢、資源消耗大。本項(xiàng)目核心是學(xué)習(xí)因此我同時(shí)提供了Requests逆向和Selenium兩種思路的代碼注釋。PyMySQL / SQLAlchemy: 用于連接和操作MySQL數(shù)據(jù)庫(kù)。PyMySQL更直接SQLAlchemy的ORM模式能讓代碼更優(yōu)雅適合中型項(xiàng)目。Pandas NumPy: 數(shù)據(jù)預(yù)處理的絕對(duì)核心。Pandas的DataFrame是處理表格數(shù)據(jù)的利器清洗、轉(zhuǎn)換、聚合操作都非常方便。Jieba: 最好的中文分詞Python庫(kù)之一用于對(duì)微博正文進(jìn)行分詞。SnowNLP / TextBlob: 輕量級(jí)的情感分析庫(kù)。SnowNLP針對(duì)中文優(yōu)化開箱即用適合學(xué)習(xí)入門。Matplotlib Seaborn:Matplotlib是基礎(chǔ)繪圖庫(kù)功能強(qiáng)大但配置繁瑣Seaborn基于前者提供了更美觀的統(tǒng)計(jì)圖表樣式和高級(jí)接口兩者結(jié)合使用效率最高。Schedule / APScheduler: 用于實(shí)現(xiàn)爬蟲的定時(shí)任務(wù)讓數(shù)據(jù)采集自動(dòng)化運(yùn)行。3. 核心模塊實(shí)現(xiàn)細(xì)節(jié)與實(shí)操要點(diǎn)3.1 雙爬蟲的穩(wěn)健實(shí)現(xiàn)與防封禁策略疫情數(shù)據(jù)爬蟲的實(shí)現(xiàn) 關(guān)鍵在于找到穩(wěn)定、結(jié)構(gòu)化的數(shù)據(jù)源。我以某數(shù)據(jù)平臺(tái)的公開API為例。import requests import pandas as pd import time def fetch_epidemic_data(date_str): 獲取指定日期的疫情數(shù)據(jù) url fhttps://api.example.com/epidemic/data # 示例URL實(shí)際需替換 headers { User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36..., Accept: application/json } params {date: date_str} try: # 添加延遲避免請(qǐng)求過(guò)快 time.sleep(1) resp requests.get(url, headersheaders, paramsparams, timeout10) resp.raise_for_status() # 檢查HTTP錯(cuò)誤 data resp.json() # 解析JSON轉(zhuǎn)換為規(guī)整的列表 records [] for item in data[results]: record { date: item[date], region: item[region][name], confirmed_new: item[confirmed][new], confirmed_total: item[confirmed][total], cured_new: item[cured][new], # ... 其他字段 } records.append(record) return pd.DataFrame(records) except requests.exceptions.RequestException as e: print(f請(qǐng)求失敗: {e}) return pd.DataFrame() # 返回空DataFrame后續(xù)統(tǒng)一處理實(shí)操心得對(duì)于公開API務(wù)必仔細(xì)閱讀其文檔了解調(diào)用頻率限制。將請(qǐng)求頭User-Agent設(shè)置為常見(jiàn)的瀏覽器標(biāo)識(shí)并合理使用time.sleep()是基本的禮貌。所有網(wǎng)絡(luò)請(qǐng)求都必須包裹在try-except塊中并記錄日志這是保證爬蟲長(zhǎng)期穩(wěn)定運(yùn)行的基礎(chǔ)。微博關(guān)鍵詞爬蟲的實(shí)現(xiàn) 這里以通過(guò)解析移動(dòng)端接口為例難度較高。import requests import re import json def fetch_weibo_by_keyword(keyword, max_page5): 通過(guò)關(guān)鍵詞搜索微博模擬移動(dòng)端接口 base_url https://m.weibo.cn/api/container/getIndex headers { User-Agent: Mozilla/5.0 (iPhone; CPU iPhone OS 13_2_3 like Mac OS X) AppleWebKit/605.1.15..., Referer: fhttps://m.weibo.cn/search?keyword{keyword} } weibo_list [] for page in range(1, max_page1): params { containerid: f100103type1q{keyword}, page_type: searchall, page: page } try: resp requests.get(base_url, headersheaders, paramsparams, timeout15) data resp.json() # 解析cards中的微博信息 if data.get(ok) 1: cards data.get(data, {}).get(cards, []) for card in cards: mblog card.get(mblog) if mblog: weibo_info { id: mblog.get(id), text: mblog.get(text), created_at: mblog.get(created_at), user_name: mblog.get(user, {}).get(screen_name), keyword: keyword } # 簡(jiǎn)單清洗HTML標(biāo)簽 weibo_info[text] re.sub(r[^], , weibo_info[text]) weibo_list.append(weibo_info) time.sleep(2) # 非常重要頁(yè)間延遲 except Exception as e: print(f抓取關(guān)鍵詞{keyword}第{page}頁(yè)失敗: {e}) break return weibo_list核心技巧微博的反爬策略會(huì)經(jīng)常變動(dòng)。containerid等參數(shù)可能需要通過(guò)瀏覽器開發(fā)者工具抓包分析獲取。User-Agent必須設(shè)置為移動(dòng)端。頁(yè)間延遲(time.sleep)是避免IP被臨時(shí)封禁的最有效手段之一不要貪快。此外可以考慮使用IP代理池來(lái)應(yīng)對(duì)更嚴(yán)格的限制但這超出了基礎(chǔ)學(xué)習(xí)的范圍。3.2 數(shù)據(jù)庫(kù)設(shè)計(jì)與高效數(shù)據(jù)入庫(kù)我使用SQLAlchemy來(lái)定義數(shù)據(jù)模型這樣代碼更清晰也便于維護(hù)。from sqlalchemy import create_engine, Column, String, Integer, Float, Date, Text from sqlalchemy.ext.declarative import declarative_base from sqlalchemy.orm import sessionmaker Base declarative_base() class EpidemicData(Base): __tablename__ epidemic_data id Column(Integer, primary_keyTrue, autoincrementTrue) date Column(Date, nullableFalse) region Column(String(50), nullableFalse) confirmed_new Column(Integer) confirmed_total Column(Integer) cured_new Column(Integer) # ... 其他字段 # 設(shè)置復(fù)合唯一約束防止重復(fù)插入同一天同一地區(qū)的數(shù)據(jù) __table_args__ (UniqueConstraint(date, region, nameuix_date_region),) class WeiboData(Base): __tablename__ weibo_data id Column(Integer, primary_keyTrue, autoincrementTrue) weibo_id Column(String(30), uniqueTrue, nullableFalse) # 微博唯一ID created_at Column(String(30)) user_name Column(String(100)) raw_text Column(Text) # 原始文本 cleaned_text Column(Text) # 清洗后文本 keyword Column(String(50)) sentiment_score Column(Float) # 情感分析得分 crawl_time Column(Date) # 抓取時(shí)間 # 數(shù)據(jù)庫(kù)連接與會(huì)話 engine create_engine(mysqlpymysql://user:passwordlocalhost:3306/epidemic_analysis?charsetutf8mb4) Base.metadata.create_all(engine) # 創(chuàng)建表 Session sessionmaker(bindengine)注意事項(xiàng)字符集微博文本包含大量Emoji和特殊符號(hào)MySQL的utf8mb4字符集是必須的標(biāo)準(zhǔn)的utf8無(wú)法存儲(chǔ)四字節(jié)的Emoji。唯一約束為微博ID設(shè)置UNIQUE約束可以避免在多次抓取中插入重復(fù)數(shù)據(jù)。疫情數(shù)據(jù)表則通過(guò)(date, region)的復(fù)合唯一約束來(lái)去重。批量插入無(wú)論是Pandas的to_sql方法設(shè)置if_existsappend還是使用SQLAlchemy的session.bulk_save_objects()都比逐條插入session.add()快一個(gè)數(shù)量級(jí)。處理爬蟲數(shù)據(jù)時(shí)務(wù)必采用批量操作。3.3 數(shù)據(jù)預(yù)處理的實(shí)戰(zhàn)流程數(shù)據(jù)預(yù)處理在單獨(dú)的腳本中完成它從數(shù)據(jù)庫(kù)讀取原始數(shù)據(jù)處理后再寫回或存入新表。疫情數(shù)據(jù)清洗import pandas as pd from sqlalchemy import create_engine engine create_engine(mysqlpymysql://...) df_epidemic pd.read_sql(SELECT * FROM epidemic_data WHERE date 2022-01-01, engine) # 1. 處理缺失值對(duì)于數(shù)值字段用前向填充或插值法 df_epidemic[confirmed_new].fillna(methodffill, inplaceTrue) # 2. 處理異常值假設(shè)新增確診不應(yīng)為負(fù)將其置為0或標(biāo)記 df_epidemic.loc[df_epidemic[confirmed_new] 0, confirmed_new] 0 # 3. 確保日期格式 df_epidemic[date] pd.to_datetime(df_epidemic[date]) # 4. 去重基于數(shù)據(jù)庫(kù)約束這里作為二次保險(xiǎn) df_epidemic.drop_duplicates(subset[date, region], keepfirst, inplaceTrue)微博文本清洗與情感分析 這是更核心的部分。import re import jieba from snownlp import SnowNLP import numpy as np def clean_weibo_text(text): 清洗單條微博文本 if not isinstance(text, str): return # 去除網(wǎng)頁(yè)標(biāo)簽、URL、用戶、話題符號(hào) text re.sub(r[^], , text) text re.sub(rhttp[s]?://\S, , text) text re.sub(r[\w\u4e00-\u9fa5], , text) text re.sub(r#([^#])#, r\1, text) # 保留話題內(nèi)容去掉#號(hào) # 去除Emoji和特殊符號(hào)簡(jiǎn)單版 text re.sub(r[^\w\u4e00-\u9fa5。、“”‘’《》【】\s], , text) # 分詞并用空格連接SnowNLP可直接處理字符串但分詞后效果更好 words jieba.lcut(text) cleaned .join([w for w in words if w.strip()]) return cleaned def analyze_sentiment_batch(text_list): 批量情感分析返回分?jǐn)?shù)列表 scores [] for text in text_list: if text and len(text.strip()) 5: # 過(guò)濾過(guò)短文本 try: s SnowNLP(text) scores.append(s.sentiments) # 情感積極度0-1 except: scores.append(0.5) # 分析失敗取中性值 else: scores.append(0.5) # 無(wú)意義文本取中性值 return scores # 從數(shù)據(jù)庫(kù)讀取原始微博數(shù)據(jù) df_weibo pd.read_sql(SELECT id, raw_text FROM weibo_data WHERE cleaned_text IS NULL, engine) # 應(yīng)用清洗函數(shù) df_weibo[cleaned_text] df_weibo[raw_text].apply(clean_weibo_text) # 批量情感分析 texts_for_analysis df_weibo[cleaned_text].tolist() sentiment_scores analyze_sentiment_batch(texts_for_analysis) df_weibo[sentiment_score] sentiment_scores # 將清洗后的數(shù)據(jù)和情感分寫回?cái)?shù)據(jù)庫(kù) # ... (使用df_weibo.to_sql或ORM更新對(duì)應(yīng)記錄)經(jīng)驗(yàn)之談文本清洗沒(méi)有“標(biāo)準(zhǔn)答案”。你需要根據(jù)分析目標(biāo)調(diào)整清洗強(qiáng)度。例如如果關(guān)心用戶情緒保留表情符號(hào)可能更有價(jià)值需要專門的表情分析。SnowNLP的情感分析對(duì)于長(zhǎng)文本和正式文本效果尚可但對(duì)于微博短文本、網(wǎng)絡(luò)流行語(yǔ)、反諷句的識(shí)別能力有限。這是所有情感分析工具的共性局限在解讀結(jié)果時(shí)必須心中有數(shù)。4. 數(shù)據(jù)可視化讓趨勢(shì)與關(guān)聯(lián)一目了然可視化不是為了畫圖而畫圖而是為了回答問(wèn)題。我們的核心問(wèn)題是疫情數(shù)據(jù)的變化與公眾情緒波動(dòng)有關(guān)聯(lián)嗎4.1 疫情趨勢(shì)可視化首先我們繪制疫情本身的發(fā)展趨勢(shì)。import matplotlib.pyplot as plt import seaborn as sns sns.set_style(whitegrid) # 設(shè)置Seaborn樣式 plt.rcParams[font.sans-serif] [SimHei] # 解決中文顯示問(wèn)題 plt.rcParams[axes.unicode_minus] False # 假設(shè)我們已經(jīng)有一個(gè)按日期聚合的疫情DataFrame: df_epidemic_daily fig, axes plt.subplots(2, 1, figsize(14, 10)) # 子圖1新增確診與新增治愈的對(duì)比折線圖 axes[0].plot(df_epidemic_daily[date], df_epidemic_daily[confirmed_new], label新增確診, colorcoral, linewidth2) axes[0].plot(df_epidemic_daily[date], df_epidemic_daily[cured_new], label新增治愈, colorlightgreen, linewidth2) axes[0].set_title(每日新增確診與新增治愈趨勢(shì)對(duì)比) axes[0].set_xlabel(日期) axes[0].set_ylabel(人數(shù)) axes[0].legend() axes[0].fill_between(df_epidemic_daily[date], 0, df_epidemic_daily[confirmed_new], colorcoral, alpha0.3) # 子圖2累計(jì)確診、治愈、死亡的堆疊面積圖 axes[1].stackplot(df_epidemic_daily[date], df_epidemic_daily[confirmed_total], df_epidemic_daily[cured_total], df_epidemic_daily[dead_total], labels[累計(jì)確診, 累計(jì)治愈, 累計(jì)死亡], colors[lightcoral, lightgreen, gray]) axes[1].set_title(累計(jì)病例構(gòu)成變化) axes[1].set_xlabel(日期) axes[1].set_ylabel(累計(jì)人數(shù)) axes[1].legend(locupper left) plt.tight_layout() plt.savefig(epidemic_trend.png, dpi300, bbox_inchestight) plt.show()4.2 微博情感趨勢(shì)與關(guān)聯(lián)分析接下來(lái)分析微博情緒并嘗試與疫情數(shù)據(jù)關(guān)聯(lián)。# 從數(shù)據(jù)庫(kù)讀取按日期和關(guān)鍵詞聚合的情感平均分 df_sentiment_daily pd.read_sql( SELECT DATE(created_at) as date, keyword, AVG(sentiment_score) as avg_sentiment FROM weibo_data WHERE sentiment_score IS NOT NULL GROUP BY DATE(created_at), keyword ORDER BY date , engine) # 假設(shè)我們關(guān)注“疫情”這個(gè)關(guān)鍵詞 df_keyword df_sentiment_daily[df_sentiment_daily[keyword] 疫情].copy() # 合并疫情數(shù)據(jù)與情感數(shù)據(jù)按日期連接 df_merged pd.merge(df_epidemic_daily, df_keyword, ondate, howinner) fig, ax1 plt.subplots(figsize(15, 7)) color tab:red ax1.set_xlabel(日期) ax1.set_ylabel(新增確診數(shù), colorcolor) line1 ax1.plot(df_merged[date], df_merged[confirmed_new], colorcolor, label新增確診, linewidth2) ax1.tick_params(axisy, labelcolorcolor) # 創(chuàng)建第二個(gè)Y軸共享同一個(gè)X軸 ax2 ax1.twinx() color tab:blue ax2.set_ylabel(微博情感平均分, colorcolor) line2 ax2.plot(df_merged[date], df_merged[avg_sentiment], colorcolor, label情感分(疫情關(guān)鍵詞), linestyle--) ax2.tick_params(axisy, labelcolorcolor) # 情感分范圍是0-1可以固定Y軸范圍以便觀察波動(dòng) ax2.set_ylim(0, 1) # 添加圖例 lines line1 line2 labels [l.get_label() for l in lines] ax1.legend(lines, labels, locupper left) plt.title(新增確診趨勢(shì)與“疫情”關(guān)鍵詞微博情感趨勢(shì)對(duì)比) fig.tight_layout() plt.savefig(correlation_analysis.png, dpi300) plt.show()通過(guò)這張雙Y軸圖我們可以直觀地觀察兩條曲線的走勢(shì)。例如可能發(fā)現(xiàn)在新增確診數(shù)大幅攀升后的幾天微博情感平均分會(huì)出現(xiàn)一個(gè)明顯的低谷情緒轉(zhuǎn)向消極。這只是一個(gè)粗略的觀察嚴(yán)謹(jǐn)?shù)南嚓P(guān)性分析還需要計(jì)算統(tǒng)計(jì)指標(biāo)如皮爾遜相關(guān)系數(shù)。5. 項(xiàng)目部署、優(yōu)化與常見(jiàn)問(wèn)題排查5.1 工程化與自動(dòng)化部署一個(gè)學(xué)習(xí)項(xiàng)目不能只停留在Jupyter Notebook里。我將其模塊化并編寫了主調(diào)度腳本。spider_epidemic.py: 疫情數(shù)據(jù)爬蟲模塊。spider_weibo.py: 微博爬蟲模塊。data_processor.py: 數(shù)據(jù)清洗與情感分析模塊。visualizer.py: 可視化繪圖模塊。config.py: 配置文件存放數(shù)據(jù)庫(kù)連接信息、API密鑰如有、關(guān)鍵詞列表等。main_scheduler.py: 主調(diào)度腳本使用schedule庫(kù)定時(shí)運(yùn)行任務(wù)。# main_scheduler.py 示例 import schedule import time from spider_epidemic import main as run_epidemic_spider from spider_weibo import main as run_weibo_spider from data_processor import main as run_data_processor def job(): print(開始每日數(shù)據(jù)任務(wù)...) run_epidemic_spider() # 抓取昨日疫情數(shù)據(jù) run_weibo_spider() # 抓取最新微博 run_data_processor() # 處理新數(shù)據(jù)并分析 print(每日數(shù)據(jù)任務(wù)完成。) # 每天上午9點(diǎn)執(zhí)行 schedule.every().day.at(09:00).do(job) while True: schedule.run_pending() time.sleep(60)可以將這個(gè)腳本放在服務(wù)器上用nohup或systemd在后臺(tái)運(yùn)行實(shí)現(xiàn)全自動(dòng)化數(shù)據(jù)流水線。5.2 性能優(yōu)化與擴(kuò)展思路異步爬蟲對(duì)于微博這類需要大量I/O等待的爬蟲可以使用aiohttpasyncio實(shí)現(xiàn)異步并發(fā)極大提升抓取效率。但要注意目標(biāo)網(wǎng)站的壓力控制并發(fā)數(shù)。增量爬取微博爬蟲不應(yīng)每次都從頭翻頁(yè)??梢杂涗浬洗巫ト〉降淖钚挛⒉㊣D下次請(qǐng)求時(shí)只抓取比這個(gè)ID更新的數(shù)據(jù)。情感分析升級(jí)SnowNLP是基線方案??梢試L試使用更強(qiáng)大的預(yù)訓(xùn)練模型如BERT在自己的標(biāo)注數(shù)據(jù)上微調(diào)以獲得更精準(zhǔn)的情感分類積極、消極、中性甚至情緒識(shí)別憤怒、恐懼、悲傷等。前端展示用Flask或Django搭建一個(gè)簡(jiǎn)單的Web應(yīng)用使用ECharts或Plotly庫(kù)生成交互式圖表讓分析結(jié)果可以通過(guò)網(wǎng)頁(yè)動(dòng)態(tài)查看。5.3 常見(jiàn)問(wèn)題與排查實(shí)錄在開發(fā)和運(yùn)行過(guò)程中我遇到了不少坑這里記錄下最典型的幾個(gè)問(wèn)題1疫情數(shù)據(jù)爬蟲突然返回空數(shù)據(jù)或403錯(cuò)誤。排查首先檢查目標(biāo)網(wǎng)站是否改版API地址或參數(shù)是否變化。其次檢查請(qǐng)求頭User-Agent和Referer是否被屏蔽嘗試更換。最后檢查IP是否被臨時(shí)封禁。解決更新請(qǐng)求頭信息在代碼中加入更長(zhǎng)的隨機(jī)延遲考慮使用付費(fèi)的代理IP服務(wù)針對(duì)高頻率抓取如果網(wǎng)站提供優(yōu)先使用其官方數(shù)據(jù)接口或開放數(shù)據(jù)集。問(wèn)題2微博爬蟲運(yùn)行一段時(shí)間后返回的數(shù)據(jù)全是“加載中”或需要登錄。排查這是最典型的問(wèn)題。微博的未登錄態(tài)訪問(wèn)有嚴(yán)格限制和頻率限制。通過(guò)瀏覽器開發(fā)者工具檢查網(wǎng)絡(luò)請(qǐng)求中是否包含cookies或authorization等認(rèn)證信息。解決方案A簡(jiǎn)單但不穩(wěn)定用Selenium模擬登錄獲取cookies后供Requests使用。但登錄可能觸發(fā)滑塊驗(yàn)證。方案B推薦學(xué)習(xí)研究微博移動(dòng)端或PC端的登錄接口逆向加密過(guò)程實(shí)現(xiàn)程序化登錄獲取令牌(access_token)。這涉及復(fù)雜的逆向工程是爬蟲技術(shù)進(jìn)階的必經(jīng)之路。忠告對(duì)于學(xué)習(xí)項(xiàng)目可以手動(dòng)獲取一次cookies放入代碼中短期使用。長(zhǎng)期運(yùn)行必須考慮自動(dòng)化更新認(rèn)證信息的機(jī)制。問(wèn)題3情感分析結(jié)果不準(zhǔn)確很多反諷句被判斷為積極。排查這是自然語(yǔ)言處理特別是中文短文本情感分析的普遍難題。SnowNLP的訓(xùn)練語(yǔ)料比較通用對(duì)網(wǎng)絡(luò)用語(yǔ)和反諷識(shí)別能力弱。解決降低期望理解工具的局限性將分析結(jié)果視為一種“情緒熱度”的粗略指標(biāo)而非精確的情感判斷。后處理規(guī)則建立一份“負(fù)面詞”詞典如果文本中包含“無(wú)語(yǔ)”、“離譜”等詞即使模型打分高也手動(dòng)調(diào)整為負(fù)面或中性。升級(jí)模型如5.2所述使用更先進(jìn)的模型并在特定領(lǐng)域的語(yǔ)料上微調(diào)。問(wèn)題4可視化圖表中文顯示為方框。排查Matplotlib默認(rèn)字體不包含中文。解決代碼中已給出方案。確保系統(tǒng)存在中文字體如SimHei黑體并通過(guò)plt.rcParams[font.sans-serif]進(jìn)行設(shè)置。在Linux服務(wù)器上部署時(shí)可能需要手動(dòng)安裝中文字體。問(wèn)題5數(shù)據(jù)庫(kù)寫入速度慢。排查是否在循環(huán)中逐條執(zhí)行session.add()和session.commit()解決務(wù)必使用批量操作。對(duì)于Pandas用df.to_sql(..., if_existsappend, indexFalse, chunksize500)。對(duì)于SQLAlchemy ORM使用session.bulk_save_objects(list_of_objects)最后再統(tǒng)一session.commit()。這個(gè)項(xiàng)目從構(gòu)思到實(shí)現(xiàn)幾乎踩遍了數(shù)據(jù)采集和分析各個(gè)階段的常見(jiàn)坑。它最大的價(jià)值不在于得出了某個(gè)驚天動(dòng)地的結(jié)論而在于完整地實(shí)踐了一套數(shù)據(jù)驅(qū)動(dòng)的解決方案。當(dāng)你親手讓散落各處的數(shù)據(jù)經(jīng)過(guò)自己的代碼管道最終變成一幅能講述故事的圖表時(shí)那種感覺(jué)遠(yuǎn)比單純調(diào)用一個(gè)分析API要深刻得多。對(duì)于初學(xué)者我建議不要一開始就追求大而全可以先實(shí)現(xiàn)疫情數(shù)據(jù)爬取和可視化再逐步加入微博爬蟲和情感分析像搭積木一樣把這個(gè)系統(tǒng)構(gòu)建起來(lái)每一步都吃透其中的原理和問(wèn)題這樣收獲才是實(shí)實(shí)在在的。本文還有配套的精品資源點(diǎn)擊獲取
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
麻豆av一区二区| 600国产精品视频| 婷婷10月天青娱乐| 欧美人妻久久精品二区三区| 99热97| 超碰 欧美| 精品国模无码| 国产亚洲在线| 久久熟女嫩草成人片免费| 91欧美 | 亚洲另类春色| 国产刺激视频| 精品人妻一区二区三区不卡断 | 婷婷中文字幕| 高清孕妇孕交 交孕妇| 韩国免费播放一级毛片| 欧美日韩丝袜| 亚洲啪啪视频免费| 久久天天躁日日躁狠狠躁| 99999亚洲另类| a v网站在线播放| 精品国产99| 超碰成人人人爽人人爽| 麻豆人妻精品一区二区| 久久老熟女| 97视频在线| 欧美综合加勒比在线| 亚洲AV无码乱码| 亚洲色欲天天人妻无码系列专区| 99热国产| 啊啊啊啊,啊啊好多水| 精品高清牛人盗摄一区二区三区中文字幕A片免费在线观看 | 免费观看的黄色的网站| 国产女主播视频在线观看| 日韩av影片在线观看| 99色热| 男人高清无码一区二区| 国产日韩久久| 久久久久国产一区二| 亚洲无码成人精品| 日日做夜狠狠爱欧美黑人| 1024亚洲中文字幕久在线看片你懂的| 成人草草视频| 大香蕉520| 超碰超碰超碰超碰的大鸡吧操黑丝袜 | 97资源超碰| 91色婷婷综合久久中文字幕二区| 国产精品情侣啪啪| 国产视频人人网| 色婷婷aV一区二区三区麻豆综合| 尤物网址| 一区二区无码视频| 蜜色网色哟哟| 丰满岳乱妇一区二区三区| AV色五月| 九九久久一区二区三区| 亚洲av综合色区图片亚洲| 小明看看网址| 黑操B| 国产精品亚洲一级av第二区| 在线啊啊啊| 天天透伊人| 午夜a成v人电影| 东京男人天堂| 亚洲 欧美 小说| 懂色AV蜜臀无码精品APP| 欧美丝袜亚洲| 蜜桃久久久久久| 一区二区三区黄色片a| 国产久久久久影院老熟女| 日韩精品一区二区三区色欲| 三级AV入口| 韩国嫰模上门援交视频| 玖玖人人爱| 日韩99精品视频综合区| 五月天久久人妻| 天天爽夜夜欢视| 日韩激情中文字幕有码| 一区AV| 久久成人午夜狠狠| 欧美天堂日韩三级国产传媒| 欧美性爱另类综合| 一个色导综合| 97在线视频免费| 欧美青青视频| 青青草日本中文字幕| 日本色色网| 天天躁日日躁AAAAXXXX国产| 欧美色综合网| 俺也射| 91暧暧| 天天躁日日躁AAAXX| 日本人妻伦在线中文字幕| 国产99999久久精品| 91啪啪| 无码WWW免费视频网站| 女人天堂网| 国产熟女精品一区二区| 成年女人黄网站| 日韩亚洲美女一区久久| 91精品人妻一区二区-全集完整版免费正片国语-B02AV | 五月丁香综合啪啪| 精品78| 激情四射五月天| 久久久9视频| 亚洲一区二区麻豆影院| 精品人妻伦一二三区久久| 草草影院最新网址| 91视频伊人| 黄色免费一级在线毛片| 中文字幕亚韩| 欧美少妇一区二区三区| 亚洲精品久久久久久| 色在线视频导航| 在线观看黄色电话| 日本加勒比无码专区一二三| 色噜噜国产在线| 大香蕉五月天婷婷| 久久久久亚洲| 先锋女优在线观看视频| 欲色综合| 欧州91高潮| 久久伊人影院| 欧美人与动性人交a| 大象AV在线| 亚洲熟女综合一区二区| 欧美激情 亚洲色图| 精品人妻一区春色| 欧美乱妇狂野欧美在线视频| 成人A片男人的天堂| 日韩激情视频| 色综合1991| 啊啊啊啊啊啊啊啊要喷了| 少妇与黑人高潮在线| 亚洲情色一区三区| 97热视频在线观看| 欧美综合网在线| 国产精品一区人妻精品阁在线| 欧美日韩妖精91com| 久久久久国产亚洲一区欧美色图日韩| 立川理惠加勒比无码| 一区中文字幕二区日韩| 有码人妻系列| 日本天天干天天搞一区| 综合激情一一91| 久久久96精品| 91综合天天| 东北女人高潮视频| 高清一区AV无码| 高清无码 国产精品| 久久精品中文字幕无码l| 精品一区二区在线针对华人免费观看这里只有精品免费观看 | 东京热av男人的天堂| 日韩人妻丝袜中文字幕| 久草资源在线视频官方总站日韩丝袜美腿 | 亚洲色婷婷| 成年女人一区| 久久久久78| 中文欧丝袜诱惑| 久热大香蕉网站| 在线小视频| 色噜噜人妻av中文字幕| 欧美亚洲激情| 日韩乱插| 区一二区日韩亚洲乱码av电影| 婷婷另类小说| 国产9l 大屁股| 国产精品一区av在线| 美女熟妇色| 国产精品呦一区二区三区| 啪啪91| 久操大香蕉超碰碰碰碰碰碰碰碰碰碰碰碰碰碰碰碰碰碰碰碰碰碰碰碰碰碰碰碰碰碰 | 丰满人妻一区二区三区免费,| 天天插天天插| 国产精品久久久久久久免牛肉蒲团| 色天使AV天堂| 欧美黑人精品在线播放| 97亚洲欧美| 夜草网站| 七久久久| 国产熟女自拍| 人人艹亚洲| 一区二区三区四区色图| 中文字幕精品亚洲熟女| av三级电影在线播放| 亚洲午夜福利在线影院| 99re在线观看| 精品一区二区三区国产| 影音先锋国产精品| 亚洲偷拍欧美激情| 99这里只有精品国产| 男人的天堂2019AV| 欧美天天干| 九月丁香综合网| 欧美综合色站| 日韩精品人妻| 人夜夜精品网站香蕉嫩草| 国产91专区| 黑人猛交| 九九九综合精品| 久久这里只| 殴美大黄片| 国产25页| 国产天天看| 99re视频这里只有精品| 国产激情综合五月久久| 欧美综合综合| 思思热免费视频观看| 久久久久国产| 在线中文字幕极品av| 欲射影视| 伊人久久综合影院| 精品网站99999| 大香蕉一级黄色片久久| 五月婷丁香| 大香久久| 极品粉嫩一区二区| 久久性爱视频免费看| 色妺妺在线视频| 亚洲视频二区 | 欧美性特| 精品午夜福利| 97中文天堂| 久久久97| 久久久久女教师免费一区| 欧美精品1区2区3区| 九九九精品一区二区无码| 欧美午夜精品久久久久久3D| 日韩在线国产字幕| 亚洲性爱成人| 色噜噜精品一区二区三| 99日视频在线免费| 狠狠狠狠狠| 色爱天堂| 99久久婷婷| 91电影色诱| 另类欧美综合| 岛国黄| 欧美制服网站美腿丝袜| 日韩精品国产精品五码一区二区| 91美女精品| 丁香五月婷婷五月| 亚洲无码精品AV久久久| 激情欧美日韩女同久久| 五月综合视频| 乱伦熟女论坛| 啊啊啊啊操死我了| 囯产乱伦一区二区三女| 97Ai亚洲| 99999久久久久9国产精品| 澳门黄片一香蕉视频| 久久一二三四不卡| 97欧美性爱| 久久精品国产99久久,亚洲日韩久久日本一区一区三区 | 一区二区激情国产熟女| 国产午夜精品在线观看| 蜜桃臀一区二区三区久久| 婷婷五月av| 五月天激情国产综合婷婷婷| 国产精品999aaa| 五月开心久久AV官网| 国产东北女人在线视频| 超碰碰97资源站| 97色色视频| 久操操AV电影| 蜜桃久久一区| 看看日B真人视频| 99色热| 欧美日韩另类在线播放| 精品久操| surenchaopeng| 综合网色| 中文字幕一区二区三区视频播放| 成人国产视频在线观看| 成人AV在线网站| 久久透逼视频| 亚洲黄色AV电影| 青娱乐大香蕉| 婷婷激情啪啪| 青娱乐久久艹| 免费的黄片有限公司| 东北女人高潮视频| av草草在线电影| 亚洲色图 欧美热图 清纯唯美 另类自拍 | 国产精品亚洲一区二区三区四区| 欧美91精彩| 七久久久| 色欲久久综合| 天堂中文资源在线bt| 男女啪啪啪18禁网站| 久久大香蕉97| 天美传媒精品一区二区三区| 91日产欧美| 香蕉99秘 精品一区丁香| 久久婷五月天| 99热综合| 日本在线不卡v二区| 丁香六月激情| 韩国三级一线观看久| 91美女片在线| 亚洲综合色图欧美| 欧美日日人人天天| 99国产精品免费| 99啪啪视频| 国产网站在线播放| 少妇滛荡视频| 亚洲高潮少妇| 人妻精品一区二区在线| 八人操人人摸人人看| 久久久久久久久久久免费精品| 97综合国产| 精品久热| 亚洲精品a人片在线观看视| 日美免费黄片| 国产一区二区三区精品观看啪| 综合久久久久久久综合网| 亚洲精品一区二区精品| 亚欧免费| 国产精品无码论坛| a级理论午夜日本| 91精品无码人妻系列| 亚洲欧美精品福利在线| 少妇高潮对白在线观看| 秋霞曰韩R级| 亚洲成熟国产精品美女| 亚洲超碰在线| 天天日B狠狠操| 猛交交| 啪啪视频mP4| 宗合情欲网| 青青草五月天| 97在线播放 | 久久婷婷国产一区二区色| 日本色婷婷| 亚州精人品大香蕉| 亚洲色图加勒比| 亚洲一区亚洲天堂| 天天影视综合色| 嗯嗯啊好爽| 国内毛片热久久思思热| 日本www操操操| 99热精品在线| 好舒服视频| 四虎免费在线播放| 国产成人99久久亚洲综合| 亚洲一欧洲中文字幕在线 | 午夜超碰| 久久黄色性爱视频| 五月激情综合网| 亚洲精品久| 久久久国产精品亚洲精品| 久久久久久无码人妻中文字幕| 日本不卡中文| 亚洲欧美日韩偷拍色图| 中文字幕伊人| 久久久夜夜夜| jizzjizz欧美| 亚洲av无码成人精品国产| 男人天堂.AB| 黄色片G G G| 草草草视频| 免费av在线播放二区| 国产情侣自拍在线播放| 超碰爽人妻熟女Av| 激情情色五月天| 国产成人在线观看网址| 强奸国产精品视频| 免费看欧美美女黄色大片| 婷婷五月天成人网| 强奸熟女一区二区三区| 人人爱人人乐人人操| 色欲蜜臀AV| 天天干2019| 国产高清在线自在拍69| 强奸抽插av| 大香蕉手机视频| 久啪| 免费日韩黄片| 欧美高清性猛交| 黄色性爱网网| 精品久久青青草| 国产网红精品| 闷骚老熟女15P| 亚洲av资源| 岛园激情| 大屁股熟女一区二区三区| 中国农村熟妇毛片视频| 欧洲Au麻豆| 老女人综合网| 久久手机好看网站| 国产精品久久久吖| 欧美亚洲影视| 亚洲天堂一区二区久久| 第45页一区二区| 日韩性爱长视频免费| 99热官网| 亚洲精品九九九| 999日韩中文精品观看视频。| www亚洲欧美| 另类小说五月天| 91n处女在线观看| 亚洲色综合| 亚洲清纯综合| 99久久无色码| 91视频女生| 天天情欲宗合网| 久操精品网| 国产尤物在线三区| 天天综合精品| 中文字幕蜜乳av| 台湾佬中文娱乐自偷自拍| 久久久久国产精品久久久| 欧美极品女人的天堂| 国产精品96久久久久久| 炮色五月| 超碰成人公开| 九九九九精品精| 麻豆久久视频在线地址| A 在线网址| 中出人妻中文字幕91在线| 国产精品老师| 91精品国产91久久青草| 是还免费视频1727我| 中国国国产一级特黄毛片| 色婷婷A V一二三四区麻豆综合| 久久久国产成人一区二区三区在线| 丝袜美腿91| 美女啊啊啊啊pc| 国产无码精品高清| 日韩AV噜噜噜一区二区三区四区| 久久久久性熟视频| 久草免费福利在线播放| 蜜臀久久99精品久久久久久酒店| 国产色产精品在线观看| 国产精品熟女九九九| 免费在线观看国内色片网站网址| 亚洲熟女诱惑| 九一精品牛牛一区二区| 九九色影院| 综合影院永久入口国产| 国产丝袜高跟美女av免费观看| 狠狠狠狠狠干| 国产绿奴视频在线观看| 国产精品9999| 亚州高清av| 欧美极品女人的天堂| 国产性爱在线视频一区二区| 欧美大的香蕉有线电视视频| ai欧美亚洲小说| 激情五月天婷婷| 色操逼网| av网站在线看| 校园春色亚洲色图| 午夜综合在线| 一区 欧美 日韩 麻豆| 久操热线| 亚洲一区中文字幕一区| 2019久久久久久久久福利| 熟女91网站| 骚女高跟AV在线| 搡老女人老妇女老妇老熟女怎么读| 偷拍2020| 性色中出| 五月天春色激情网| 国产按摩一区二区三区| 久久婷婷视频| 插欧洲美女欧美精品| 一区二区精品日韩欧美在线观看 | 麻豆这里只有精品| 色色福利| 尤物黄色在线观看网站| 国产精品爆乳懂色蜜乳| 大香蕉中文在线| 俺去啦自拍| 少妇精品久久久| 2019天天操天天爽天天拍| 插入综合网| 91色久| 五月天玖玖资源站| 911粉嫩人妻| 操逼视频免费日韩无码| 亚洲成a人片在线观看中文!!!| 亚洲无码com| 偷拍 亚洲 欧美| 高清孕妇孕交 交| 竹菊一区二区三区AV线| 精品一区二区三区蜜桃| 9美女超碰在线免费观看| 国产高清26uuu| 香伊人在线| 天天射天天| 亚洲天堂五月天国产| 欧美成人免费在线观看| 蜜乳成人AV| 黄视频免费| 精品美女久久久久| 国产黄片精品在线| 强奸乱伦中文字幕AV| 综合操逼| 亚洲成av人片色午夜乱码| a级理论午夜日本| 五月天婷精品激情| 五月天婷婷影院| 久久午夜伦| 无码99| 超碰99热中文字幕| 亚州图片第一页| 亚洲好色人妻| 蜜臀AV午夜精品久| 91精品无码久久久久久久| 手机看片91人妻| 国产精品一区av在线| 中国一级操逼视频| 日韩乱插| 国产原创精品| 亚洲性少妇| 限制级中的三级片中的黑粗大屌屌日人妻熟女| 午夜高清成人在线视频| 六月色婷婷| 日本不卡码黄色| 亚洲欧美精品久| 激情文学亚洲| 高清有码一区二区| 美女尤物人人操| 欧美99热| 60秒试看最爽10分钟网站| 久久人妻少妇| 啊啊啊操死我| 中文字幕123| 97精品国产97久久久久久| 亚洲欧美日韩有码| 综合色欧美| 強姦亂倫a| 国产成人精品亚洲日本| 欧美性暴力猛交XXXX| 天天拍天| 欧美18老人禁| 超碰在线看| 国产极品久久久| 五月天婷婷社区| 亚洲密乳AV| 婷婷精品视频| 欧美黑人极品高潮喷吹熟女黑人性暴力日韩在线欧美极品一区二区老师 | 麻豆三极片| 午夜寂寞欧美| 蜜桃视频精品一区二区三区| 中文字幕一二三av| 熟妇的味道HD中文字幕| 丝袜美腿欧美| 亚洲人妻久久久| 欧美A片中文字幕| 99综合网| 一卡二卡三卡| 午夜影美女日鸡鸡天天视频国产| 欧美日韩99精品麻豆传媒| 人人九九精| 一级日本牲交大片好爽在线看| 丁香五月婷婷基地| 欧美性五月| wwwxxx日本爽| 77777亚洲蜜臀精品久久综合蜜臀| 欧美大干日韩| 一区操逼日比视频| 97中文字幕色| 秋霞怕怕片| 天天干天天干天天干| 天天操天天7| 日韩高清黄片| 中文字幕版| 亚洲天天在线| 激情自拍 校园春色| 密臀成人视频久久久| 91黑丝美女| 男女啪啪啪18禁网站| 正在播放:深夜激情大战,自带黑丝袜全力输出骚穴 | 久热免费视频| 清纯唯美激情| 国内外色色色色色成人视频| 婷婷性网| 超碰久热| 久久免费9| 五月激情综合网| 97欧美日韩综合| 亚洲操操| 伊人天天久久动态图| 婷婷综合视频| 日本一二区不卡| 欧美制服另类丝袜| 蜜臀在线视频| 色诱中文字幕| 三级激情网站| 日韩八十路老熟女| 国产精品99久久久www| 亚洲精品久久久久久| 女人午夜视频777| 91麻豆天美国产欧美高潮| 国产人妻天天干精品| 毛片99-全集电影手机免费观看完整-B029AV| 3P乱轮视频| 亚洲国产97在线精品一区| 亚洲精品亚洲人成人网| 欧美在线天堂| 久久男人网| 可能人人看人人摸| 青草伊人网| 国产剧情一区在线观看| 国产一国产一级毛片古装| 嗯……啊…嗯嗯…啊…好舒服| 亚洲无码超碰免费| 亚洲色图自拍| 成人婷婷丁香| 亚洲精品乱码线路中文字幕| 91黑丝操| 欧美极品女人的天堂| 国产福利视频精品视频| 97超碰总站| 99操99| 欧美日韩午夜精品一区二区三区 | 有码免费观看| 国产亚洲精品美女久久久m| 东京热,男人的天堂| av优播| 无码精品久久久天天影视| 久久禁| 四月丁香婷婷| 欧美十八禁网站| 嗯嗯啊啊操我| 九一性生活免费视频| 天天日天天插| 18禁免费视频| 人妻丝袜一区二区三区在线| 无码视频一区二区| 97天堂| 三级激情网站| 久久区| 免费亚洲国产精品久久一区| 少妇超碰在线| 日韩在线观看字幕精品| 免费精品无码一级毛片牛牛影视| 强奸熟女一区二区三区| 九九精品美女高溯喷水| 丰满人妻av一区二区三区| 91综合色噜噜| 中文字幕欧美精品亚洲日韩蜜臀| 精品国产99| 性爱久久| 黄片免费看黄片免费看| 中文字幕第9页萱萱影音先锋| 欧美第五页| 嗯嗯啊啊好疼| 久久这里精品国产99丫e6| 熟女突然公开看18禁影片 | 日韩欧美亚欧在线视频| 日韩射图| 天天操天天日天天干| 麻豆久久久久久久久丝袜| 九久9精品| 欧美视频一区二区在线| 99久国产精品午夜性色福利| 亚洲国产97| 亚洲蜜臀精品视频久久| 亚洲高清少妇| 国产熟女| 国产传媒美日韩av| 嗯嗯嗯不要不要免费视频| 丁香六月啪啪| 亚洲精品三| 国产日韩欧美亚洲精品95| 另类亚洲一区二区三区| 91狠狠综| 欧美少妇色图| 高清无码人妻久久久一区二区三区aⅴ| 茄子社区国产精品| 欲女人妻性色av| 新97国产超碰| 色综和网| 欧美91网站| 伦理弟一页| 麻豆成人av| 97在线青| 欲色啪| 精品乱码在线观看| 很狠操| 久射吧| 91操熟女视频| 久热最新在线杭州| 日少妇视频| 激情综合网亚洲| 人妻色偷色噜| 精品国产91内射久久| 亚洲高清无毛一区二区| 日韩成人精品| 亚州免费啪啪视频| 国产乱人伦AVA麻豆软件.| 五月天婷精品激情| 玖玖婷婷五月天| 婷婷五月天成人| 老色69| 97硬碰| 99国产精品久久久在线播放| 91超碰碰在线| 97在线观看免费| 啊啊啊好大好深| 天天综合-91入口| 精品欧美不卡在线播放| 亚洲国产av中文字幕久久| AV不卡在线| 欧美精品999| 国产最新AV| 丰满精品人妻少妇久久字幕| 国产风韵犹存熟妇三区| 久久久亚洲精品中文字幕人妻| 无码人妻一区二区三区免费九色| 日本中文字幕不卡视频| 久久成人国产| 天堂精品在线| 96免费视频在线| 中文字幕精品亚洲熟女| 欧美熟妇精品黑人巨大91| 国产91精品在线免费| 2017人人操,人人摸| 久久香蕉国产线看观看猫咪av| 色色热| 美女91在线观看| 人妻天天爽夜夜爽2| 亚洲97在线| 久久久久人妻二区精品叶可怜| 久精品无码av一区二免费国产在线观看 | 亚洲无码?第一页| 最新欧洲欧美日本激情网站| 超碰精品| 97国产|免费| 国产Av超碰| 婷婷激情五月综合| 日本黄色裸日本黄色裸体| 欧美精品系列| 成人无码在线超碰网| 玖玖在线视频| 2017大香蕉国产精品久久| 密臀在线视频| 国产成人一级av88| 欧美不卡在线美女| 本道在线| 在线观看无码三级少妇| 人妻少妇久久久| 夜夜免费视频| 日本精品中文字幕视频| 99精品免费| 欧亚揄拍偷拍精品视频 | 久久内射| 日韩性爱再线视频| 大香蕉99热| 人人操人人肉久久精品| 成人乱码一区二区三少妇| 国产婷婷一区| 欧美加勒比| 免费看久久久性性| 狠狠亚洲| 久久日韩精品一区二区| 日韩亚洲美女一区久久| 亚洲双插| 欧美日本一区二区a人| 日少妇亚洲版| 欧美亚洲激情| 日本三级中国三级99人妇网站| 香蕉免费一区二区三区不读| 国产成人91一区二区三区| 超碰av人人人| 欧美色97| 99操视频| 激情文学亚洲| 欧美精品久久久久久久久88| 天美传媒在线一区| 亚洲性爱乱操x| 欧美日韩222| 超碰成人人人爽人人爽| 视频二区美腿丝袜制服人妻欧美| 黑丝制服中文字幕 | 精品久久久久久AV无码| 国产精品久久久视频| 成人久久久| 超踫中文字幕| 九九亚洲| 国产视频三区四区| 精品一区二区三区免费古装毛片香港三级日本三级人妇 | 丰满人妻一区二区三区四区| 亚洲永久永久永久永久一级一级一级精品 | 夜夜国产一区| 超碰人人操97碰| 美女91在线观看| 日本十八禁免费看污网站| 美女裸体麻豆天美蜜桃91| 欧美性爱综合,免费| 国产精品久久久蜜臀| 亚洲一区操| 天操老女人| 乱论91| 操老熟女AV| av片在线观看免费播放| 97色操| 黄色污污污污污污网站| 91色色网站| 久久偷拍人| 久久久久久久国产视频| 91视频女生| 激情丁香五月婷婷| 超碰97人妻在线| 91九色丨国产丨爆乳| 日韩中文字幕视频| 曰韩少妇无码| 99无码视频| 精品高潮| 青青草字幕AV| 欧美婷婷五月天| 久久久久国产精品久久久| 日本熟人妻中文字幕在线|...久久国产精品-国产精品_日本一区二区三区中文字幕 | 婷婷五月天av| 2020久久免费视频| 婷婷五月天无码 | 2019久久久久久久久福利| 色香91| 亚州色图第三区| 欧美Aⅴ| 亚洲精品97p| 久久99国产综合精品女同| 精品无码久久久久久国产浪潮| 伊人四虎综合| 欧亚洲精品有视频| 国产中文精品一区二区在线观看| 视频在线97| 很黄很污的免费网站| 中国乱伦一区二区| 日韩精品人妻| 日本性一区| 国产乱婷婷精品二区三区| 国产Aα| 中文久久久| 激情小说亚洲视频| 亚洲情色五月天 | 亚洲欧美中文日韩视频中国语 | 2020天天色综合| 国内精品久久国产,www香蕉久久五月丁香,亚洲欧美日韩精品永久在线,日本精品一 | 日本韩国一本产品小视频日本韩国一本产品久久久产品小视频日本韩国一本产品久 | 麻豆精品久久久久久久| 黄片免费久久久久久久| 97综合| 蜜臀99久久精品久久久久久| 吉田爱美AV在线| 99视频内射三四| 国产精品美女在线一区| 激情小说亚洲| 欧美同性恋 的搜索结果 - 91n| 91殴美大片| 屌逼麻豆| 日韩精品在线观看网站| 一级二级三级黑人无码| 久久东京热久久| 91 国产丝袜在线播放-百度| 中文字幕视频2区| 久碰视频| 欧美v亚洲v日韩v最新在线二区| 国内毛片欧美香蕉精品| 98超碰欧美| 9999久久久久| 人妻无码久久一区二区三区免费| 亚洲欧洲综合| 96国产污污污丝袜| 人人爽夜夜操| 青草青青久久久久久国产| 翔田千里av一区二区三区| 一级黄色性爱A级片| 被窝影院午夜看片无码| 免费试看60秒| 久久人妻熟女一区二区| 亚欧操逼片在线观看| 色香伊人| 国产美女口爆吞精| 欧美 传媒 麻豆 日韩 偷拍| 精品久久在线区一区| 丁香五月天视频| 岛国精品视频在线观看| 日韩不卡a级视频专区| 国产精品女久久久久av爽| 亚洲高清无毛一区二区| 日本伦乱九九九综合| 久久久久久九九九九| 九九九九九精品视频| 亚洲图片欧美偷拍| 欧美性色欧美| 国产精品乱码久久久久久久久| 熟妇一区,二区,三区。| 欧美综合狠| 3级毛片一二| 亚洲资源吧| 蜜臀99久久国产| 久久在肏| 神马久久久久久久| 国产色产精品在线观看| 国产操逼网站亚洲一级黄色| 操逼操逼操| 天天日天天操天天射河南省| 凹凸视频在线一区二区| 黑人免费福利视频| 十八禁视频一区二区| 国产成年精品高清在线观看91| 国产女人高潮嗷嗷嗷叫小说| 一区操逼日比视频| 亚洲欧美一区二区三区一猛片| 黄片免费看黄片免费看| 色婷婷久久| 91人人爽人人爽人人人,gav福利视频导航,日韩欧美亚洲国产字幕四区 | 91久| 91欧洲国产成人久久精品网站| 明星性猛交ⅹxxx乱大交| 51久久夜色精品国产麻豆| 2018天天干在线视频| 国产精品无码在线| 五月天社区| 久久久9品一区二区三区| 美女啪欧美一区| 色777999综合| 人人妻人人玩人人澡人人爽| a片自拍直播视频| 韩日性爱av| 激情综合亚洲| 97硬碰| 国产欧美日产一区二区三区 - 国产欧美日 | 10000部十八禁看电影| 日本精品九九九| v91av| 久久久久久69国产一区二区| 一区二区三区欧美激情| 国产精品91一样| 亚洲综合九| 色欲久久99国产精品久久久久久| 韩国三级一线观看久| 围产精品一区二区三区视频播放| 99色色网| 97在线无精品| 国产精品农村妇女| 亚洲天天做日日做天天谢日日 | 婷婷av在线中文字幕| 岛国黄色大片网站| 久无码| 天天草AV| 欧美欧美啪啪视频| 国产AV高清AV无码| 欧美图片色综合| 久9爱精品| 免费观看性欧美一级| 色色婷婷五月天| 蜜臀AV成人精品蜜臀| 男人天堂新| 永久免费发布性爱网| 久草久热| 91天美免费| 国产精品制服丝袜清纯唯美| 久久久com| 男人天堂久久日韩| 懂色Av一区二区三区| 97超碰超碰| 69视频入口| 亚州AV无码国产精品| 静品嫩模一区二区| 后入福利视频| 在线综合 亚洲 欧美中文字幕| 国产精品白领在线观看| 91精品女厕偷拍视频| 十八禁啪啦拍视频无遮挡| 人人弄人人摸| www网站黄| 欧美日韩国产电影| 啪啪综合网| 狠狠色丁香| 曰本道人妻久久久在线不卡色视频| 大香蕉伊人色偷偷在线| 午夜精品人妻二区三区| A片大香蕉在线| 激情第四色| 日韩射图| 国产精品久久久久久片| 欧美猛交黑寡妇中文字幕| 色色毛片| 狼天天狼天天大香蕉| 中国91AV| 久久五月天婷婷| 97人人色| 天堂8在线新版官网| 亚洲一区亚洲天堂| 一级成人性爱| 男女激情中文字幕| 久久精品国产亚洲5555| 天天流夜夜操| 99夜夜操| 超踫中文字幕| 91 丝袜在线播放| 久久久一区二区三区四曲免费听 | 色翁荡息又大又硬又粗又爽| 草b在线| 精品视频一二三中文| 丁香五月天啪啪| 国产成人五月天丁香花| 丁香五月影院| 91精品网站| 91无人区卡一卡二卡三乱码入口最新版:能让用户有更多选择的选择-经典说说-爱 | 九久久精品| aⅴ日韩成人电影av在线免费看av大全| 欧美日韩天堂| 日韩欧美中文| 9997se| 国产免费永久精品无码| 亚洲无码一区成人免费午夜| 色色色综合| 一级二级在线观看| 韩日男人的天堂| 亚欧毛片基地国产毛片基地| 麻豆精品A片免费观看| 亚洲图片婷婷五月天| 一级黄碟| 99人人干| 熟女人妻一区二区三区| 澳门人妻久久| 免费一级黄色录像影片| 手机av亚洲丝袜美腿日韩第一页二页| 人人摸人人叼| 天天cao在线| 青青草亚洲一区| 人人潮人人摸| 四虎884| 亚洲一区中文字幕久久,果冻传媒一区二区天美传媒 | AV一区观看| 久久久久国产精品人妻aⅴ天堂| 亚洲成?V人片在线观看福利| 欧美激情精品| 超碰97玖玖爱| 3p国产欧美99热| 97日韩| 国产十八禁视频| 色婷婷网| 欧美大香蕉久| 久久九九热| 艳美熟妇先锋一二三区| 国产精品爽爽v| 久操免费电影| 欧美精品丝袜久久久中文字幕| 亚洲最新av无码成人精品区 | 国产九九九九九九| 亚码激情| 日韩精品中文字幕一| 美女黄站| 少妇色综合| 综合网欧美在线| 上海一级黄片| 女色综合| 人人爽夜夜玩视频| 99中出在线| 日本高清有码网址视频| 日日爱99| 啊啊啊好疼| 强上我不卡卡| 九色婷婷| 成人麻豆av电影网站| 麻豆精品.欧美精品.日韩精品.| 99re95| 免费观看欧美日韩操逼视频| 欧美成人A天堂片在线观看| 青草精品视频日本久久久久网站在线| 操一区| 亚洲情色第一页| 视频分类 国内精品| 综合av社区| 97日韩| 91超碰在线观看| 新97国产超碰| 中日无幕一二三四区| 乱色视频中文字幕| 国产51色综合久久免费| 天天看天天日天天操| 久久精品国产99久久,亚洲日韩久久日本一区一区三区 | 日本国产成人亚洲精品无码| 无码区蜜乳| 91美女在线观看| 91综合天天| 国产精品午夜精品| 亚洲色情在线影视| 白丝AV网站| 麻豆天美久久91| 亚洲无码99| 黄片www.| h无码动漫在线观看| 一级二级三级黑人无码| 亚洲欧美综合| 日日不卡av| 91麻豆天美国产欧美高潮| 中文字幕女同在线| 台湾大香蕉99热| 日韩美女久久一区二区三区| 激情综合五月婷婷| 影音先锋国产精品| 成人免费在线网站| 日本无码1| 欧美一级特黄淫片在线观看| 亚洲 小说 欧美 激情 另类| 丰满人妻一区二区三区蜜桃视频| 97亚洲综合在线| 久久久亚洲熟妇资源| avav青青草久久夜| 久久中久文96| chaopen97久久| 999九九九九国产动| 久久高清无码夜夜操| 亚洲国产青青| 欧美高潮| 人妻天天爽夜夜爽2| 91美女国产在线| 91色人| 美女爽到高潮91| 久久大香蕉97| 欧美 色 亚洲| 777超碰| 国产精品午夜AV完会免费 | 亚洲综合97| a级免费在线观看| 性色AV蜜色av色欲av| 亚洲啪AⅤ永久无码| 中日亚韩免费视频| 国产精品成人无码av无码免费| 亚洲一卡2卡3卡4卡乱码网站| 亚洲精品aa久久伊人| 色丁香五月婷婷| av天天在线观看| yirendaxiangjiashipin| 成人老鸭窝人人在线视频| 亚洲AV无码久久精品蜜桃小说| 91爱看| 97欧美色| 国产精品久久蜜乳av| 超碰午夜| 欧美一级久久久丰满| 躁躁日曰躁2020| 五月香婷婷| 中文字暮97| 熟妇高潮一区二| 九九九九九九免费视频| 中文字幕福利视频一区二区三区在线观看| 91超碰在线观看| 欧美高清色| 成人青青草原伊人| 777超碰| 韩三级a视频在线观看| 国产高清成人mv在线观看| 99人人干| 亚洲国男人的天堂| 又摸又舔在线观看网站| 国产精品动态一区二区三区四四| 91欧| 老熟女阿 国产91| 热99这里有精品综合久久 | 国产嫩草精品A88AV| 农村女一级毛卡片|