上万条数据撕开微博热搜的真相！

作者：徐麟，某互联网公司数据分析狮，个人公众号数据森麟(id：shujusenlin)

吃瓜前言

关于新浪微博，向来都是各路吃瓜群众聚集之地，大家在微博中可以尽情吃瓜，各种类型的瓜应有尽有，只有你想不到的，没有你吃不到的。微博热搜榜更是各路明星的“必争之地”，能够上热搜也是代表了其知名度，“包月热搜套餐”，“买热搜”是否存在迄今也是一个未解之谜。

除了吃瓜群众，新浪微博也聚集着一群被整个互联网圈所同情的一群苦逼程序员，每当有明星放出新闻，特别是结婚、离婚、分手、恋爱这类婚恋题材，新浪微博程序员都会严阵以待，此时的服务器会因为吃瓜群众的大量涌入而变得脆弱起来，随时有崩溃的风险，下图就是一张此前广为流传的程序员在自己婚礼处理服务器崩溃的经典图片：

我们此次通过爬取2019年2W+条热搜数据，包括内容以及搜索指数，为大家揭开微博热搜2019的诸多秘密，一起利用数据“硬核吃瓜”，包括：2019微博热搜最大的瓜，微博程序员集体加班的日子，微博热搜的常客，热搜里的2019互联网……

瓜源获取

我们此次并没有直接去爬取微博的原始数据，而是从一个专门记录微博热搜历史数据的网站获取，网站界面如下：

通过网站的数据接口，我们获取到了今天1月1日至今的2W多条数据，爬取代码如下：

resou = pd.DataFrame(columns=['date','title','searchCount','rank']) 
resou_date = getBetweenDay('2019/01/01','2019/07/12') 
for i in resou_date: 
    print(i) 
    url= 'https://www.enlightent.cn/research/top/getWeiboHotSearchDayAggs.do?date={}'.format(str(i)) 
    html = requests.get(url=url, cookies=cookie, headers=header).content 
    data = json.loads(html.decode('utf-8')) 
    for j in range(100): 
        resou = resou.append({'date':i,'title':data[j]['keyword'], 
        'searchCount':data[j]['searchCount'],'rank':j+1},ignore_index=True) 

最终获取到的吃瓜数据如下：

硬核吃瓜

有了前面的瓜源获取过程，我们获取到了2W+吃瓜数据，下面就可以开始利用这些数据愉快地开始我们的吃瓜之旅。

第一瓜：2019微博热搜最火事件

说到吃瓜，大家首先关注的一定是那些大瓜，要吃就吃大瓜也是广大吃瓜群众所遵从的基本原则，我们通过对比热搜数据的搜索指数，选取出了15个大瓜，数据如下：

看来大瓜都是婚恋题材，排名前四的瓜涵盖了结婚、离婚、分手这些广大吃瓜群众所关心的内容，并且有了明星加成，结出这些巨型瓜也就不足为奇，大家可以看到排名第14的热搜“今天到底是什么日子”可能会好奇，为何这种标题也会有那么高的搜索量，想要知道这个问题的答案，就请继续去品尝下面的瓜。

第二瓜：2019最让微博程序员抓狂的日子

刚才的瓜中，我们留下了一个悬念，为何“今天到底是什么日子”这种看似没有任何营养的内容，都会有那么高的搜索指数。为了回答这个问题，我们统计了2019年每天的TOP100热搜话题平均指数，并绘制了日历热度图：

可以看到6月27日的指数远高于其他天数，而且基本上是其他时间的两到三倍，这一天就是“今天到底是什么日子”这个话题的诞生之日，并且这一天微博服务器毫无疑问地“应声倒地”，我想这一定是让微博程序员怀疑人生的日子。

下面我们就来具体看看，这一天到底发生了些什么：

看到这份榜单，我们仿佛看到了程序员们6月27日的绝望。宋慧乔&宋仲基离婚这个巨型瓜的出现，程序员们还可以用自己的信念支撑着服务器不要崩溃，然而正当程序员们以为稳操胜券的时候，范冰冰&李晨分手这个更加巨大的瓜出现了，我想程序员们内心一定是这样的：

（编辑：晋中站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!