周杰伦的歌里都有些啥？ / 开普饭

前几天微博上突然兴起了一波“为周杰伦做数据”的热潮。周董的夕阳红粉丝团“被迫营业”，把蔡徐坤拉下了盘踞许久的微博超话人气榜第一，还一举破了亿。

当然，等我知道的时候，都战局已定了……作为当年会唱前三张专辑里所有歌曲的老粉，不想就这么躺赢，我今天也来给周杰伦做一把数据：

这是我们从酷我音乐上获取了周杰伦32张专辑，共189首歌曲（去除重复）的歌词，对其中的歌词进行了分词统计，得到了歌词中频率最高的词汇。

具体的前十名数据：

爱、回忆、微笑、世界……看得出来，周董的歌还是充满青涩和小清新的。难怪人说：周杰伦的歌里，有我们的青春。

下次有机会，咱也来做做其他想把重心放在作品上的小鲜肉的数据。但前提是，样本量得够啊……

代码实现

通过歌词做词云，这个你们可能在网上看到过很多了。其实我在两年多前就已经做过：

基本思路都是一样的。这里我再简单说一下：

1. 在酷我的页面上，找到专辑列表的接口：

http://www.kuwo.cn/api/www/artist/artistAlbum?artistid=336&pn=1&rn=50

通过 requests 库获取结果（JSON格式数据），得到专辑 id。

2. 通过专辑 id，获取歌曲 id 列表：

http://www.kuwo.cn/album_detail/555949

再通过歌曲 id，进入歌曲详细页面获取歌词：

http://m.kuwo.cn/newh5/singles/songinfoandlrc?musicId=7119717

3. 使用 jieba 分词库，对歌词进行分词，并统计计数。关于 jieba 库的介绍，可参考：【编程课堂】jieba-中文分词利器

为避免某些歌里不断重复的词汇影响数据，我们对于每首歌中出现的词汇仅计数一次。

4. 去除一些没有特别含义的助词、副词、介词，选取结果前300的词汇，使用 wordcloud 库绘制图云，便得到开头的那张图。关于 wordcloud 的使用可参考：【编程课堂】词云 wordcloud

注意：要用 wordcloud 显示中文的话，需要附加中文字体，否则会显示为 □。

5. 用 matplotlib 库的 bar 函数 绘制一张最高频词汇的柱状图。

本文代码部分由编程教室的实训生 清风小筑 同学完成。同时他也是我们的助教之一，码上行动答疑群中的同学如对此项目有疑问，可找他讨论。

完整代码、详细说明和中间数据已上传，需要的同学请在公众号（Crossin的编程教室）里回复关键字 周杰伦

顺便再提醒下，我们这期的7天打卡活动今天正式开启啦。

还没上车的赶紧了，上车的可以开始动起来了！

种一棵树最好的时间是十年前，其次是现在。

编程也是。

周杰伦的歌里都有些啥？