/mzitu

美女写真套图爬虫(二)

Primary LanguagePython

美女写真套图爬虫(二)

爬取网站 : http://www.mzitu.com

爬取全站 3000 多套图片,整整 10 个G

有图有真相

79076 张图片,假设你在每张图片上停留的时间为 2 秒,你需要连续看 2636 分钟,也就是 43.9 个小时才能看完。身体要紧不能太拼命!

以为这样就完了?

too young too simple sometimes naive!

我对套图名字产生了兴趣 将套图名分词后统计词频并进行处理 对词频数超过 100 的词语生成条形图

看来命名也就要讲究技巧的 名字一定要足够吸引眼球
性感 写真 美女 诱惑 妹子 这五个词拿下前五名 得票均超过 300,美腿 清纯 女神 紧跟其后,岛国 日本 也出现在其中,嫩模 以 102 票搭上了末班车

然后我又统计了代表着妹子胸围的 字母 生成了条形图

G 真的是一柱擎天,EF 排在第二梯队。我们再来看看胸围的百分比情况

G 的比例是最大的,高达 42%,E 加上 F 也基本上有半壁江山了

视觉冲击还不够大? 那来一张词云吧

这图真的不忍直视阿

最后请允许我真心说一句