파 이 썬 파충류 의 기어 오 르 기 2020 걸 그룹 오디 션 데이터
1.1 창조 영 2020 지지 랭 킹 3 위
창 영 2020 후원 순위 1∼3 위 는 히 린 나 이·고,진 탁 현,정 내 형 이 차지 했다.
>>>df1[df1[' ']<=3 ][[' ',' ',' ',' ',' ',' ']]
0 1.0 ・ NaN NaN 1998 07 31
1 2.0 168.0 42.0 1997 08 13
2 3.0 NaN NaN 1997 06 25
1.2 청춘 은 당신 이 있 습 니 다.
청춘 은 당신 2 공식 랭 킹(35 진 20)3 위 는 유우 신,우서 신,비유 가 있 습 니 다.
>>>df2[df2[' ']<=3 ][[' ',' ',' ',' ',' ',' ']]
107 1.0 168.0 48.0 1997 04 20
117 2.0 169.0 50.0 1995 12 18
118 3.0 172.0 50.0 1997 05 26
1.3 페 이 스+남녀 시각 비 주 얼 최고
1.3.1 여성 비 주 얼 1 위
득점 95.23,'창조 영 2020'황 약 원(이미 무 대 를 떠 났 다)
>>>df.sort_values(by = 'face++ ',ascending = False).head(1)[['face++ ',' ',' ',' ',' ',' ',' ']]
face++
95 95.23 2020 NaN NaN 1996-03-01 NaN
1.3.2 남성 비 주 얼 1 위
93.773 점 을 받 아'창조 영 2020'의 손 제니(현재 지지 19 위)가 차지 했다.
>>>df.sort_values(by = 'face++ ',ascending = False).head(1)[['face++ ',' ',' ',' ',' ',' ',' ']]
face++
18 93.773 2020 165.0 NaN 2000-05-05
1.4 아가씨 언니 들 의 본관 분포(pyecharts 작도)
창 영 2020 의 작은 누 나 는 본관 기록 이 있 는 41 명 중 쓰 촨 에서 온 사람 은 7 명 이 고 강서,절강,호 남 과 호 북 에서 각각 3 명 이다.
청춘 은 당신 의 2 작은 누나 가 가장 많이 온 성,시 는 각각 베 이 징,대만 각 9 명,충 칭,청 두 각 6 명 입 니 다.
2.통계 분석 을 다시 봅 시다.
다음은 전체 데이터 부분 캡 처(Spyder 변수 뷰 어)
통 합 된 정보 가 비교적 많 기 때문에 모두 17 개의 필드 가 있 기 때문에 우 리 는 데이터 지 표를 통일 적 으로 나 눌 때 부분 만 사용 하면 된다.
통계 분석 을 할 때 이 핵심 은 그룹 통계(df.groupby()이다.
>>>df.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 210 entries, 0 to 209
Data columns (total 17 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 136 non-null float64
1 210 non-null int64
2 210 non-null object
3 210 non-null object
4 210 non-null object
5 101 non-null object
6 168 non-null object
7 137 non-null float64
8 120 non-null float64
9 149 non-null object
10 160 non-null object
11 AI 210 non-null int64
12 AI 210 non-null int64
13 face++AI 210 non-null int64
14 face++ 210 non-null float64
15 face++ 210 non-null float64
16 210 non-null object
dtypes: float64(5), int64(4), object(8)
memory usage: 28.0+ KB
'창조 영 2020'작은 언니 의 공식 정보 에 따 르 면 출생 지 는 41/101 개 에 불과 하고 성 을 기준 으로 한다.우리 의 통계 결 과 는 다음 과 같다.
>>>pro = df1.groupby(' ')[' '].count().to_frame('count').sort_values(by = 'count',ascending = False).reset_index()
>>>pro.head()
count
0 7
1 3
2 3
3 3
4 3
>>>city = df2.groupby(' ')[' '].count().to_frame('count').sort_values(by = 'count',ascending = False).reset_index()
>>>city.head()
count
0 9
1 9
2 6
3 6
4 5
출생 연도 에 우리 가 데 이 터 를 합 쳐 통일 적 으로 처리 합 시다.모두 160/210 개의 데이터 가 있 습 니 다.우리 의 통계 결 과 는 다음 과 같 습 니 다.
>>>year = df.groupby('year')[' '].count().to_frame('count').sort_values(by = 'count',ascending = False).reset_index()
>>>year.head()
year count
0 1997.0 27
1 1995.0 25
2 1996.0 24
3 1998.0 20
4 1999.0 19
별자리 분 포 는 우리 가 데 이 터 를 합 쳐 통일 적 으로 처리 합 시다.모두 168/210 개의 데이터 가 있 습 니 다.우리 의 통계 결 과 는 다음 과 같 습 니 다.
>>>conste = df.groupby(' ')[' '].count().to_frame('count').sort_values(by = 'count',ascending = False).reset_index()
>>>conste
count
0 23
1 19
2 19
3 16
4 14
5 13
6 13
7 11
8 11
9 11
10 10
11 8
신장 분 포 는 우리 가 데 이 터 를 합 쳐 통일 적 으로 처리 합 시다.모두 137/210 개의 데이터 가 있 습 니 다.우리 의 통계 결 과 는 다음 과 같 습 니 다.
>>>height = df.groupby(' ')[' '].count().to_frame('count').sort_values(by = 'count',ascending = False).reset_index()
>>>height
count
0 168.0 27
1 170.0 11
2 165.0 11
3 166.0 11
4 163.0 10
5 167.0 9
(최고 175 cm,최저 158 cm,평균 167.12cm,중위 168 cm)
>>>df[' '].describe()
count 137.000000
mean 167.124088
std 4.080883
min 158.000000
25% 165.000000
50% 168.000000
75% 170.000000
max 175.000000
Name: , dtype: float64
체중 분 포 는 우리 가 데 이 터 를 합 쳐 통일 적 으로 처리 합 시다.모두 120/210 개의 데이터 가 있 습 니 다.우리 의 통계 결 과 는 다음 과 같 습 니 다.
>>>weight = df.groupby(' ')[' '].count().to_frame('count').sort_values(by = 'count',ascending = False).reset_index()
>>>weight.head()
count
0 48.0 20
1 46.0 15
2 50.0 13
3 47.0 13
4 49.0 12
(보 여요.최고 87kg???,최소 40kg,평균 48kg,중위 48kg)
>>>df[' '].describe()
count 120.000000
mean 48.012500
std 5.081877
min 40.000000
25% 46.000000
50% 48.000000
75% 50.000000
max 87.000000
Name: , dtype: float64
>>>df[df[' ']==87][[' ',' ',' ']]
170 540476547 2
2.6 작은 언니 의 얼굴 분포
텐 센트 운 ai 가 점 수 를 매 겼 기 때문에 백 이 넘 으 면 40 개가 넘 습 니 다.우 리 는 페 이 스++를 사용 합 시다.
비 주 얼 평 점 은 소수점 아래 세 자리 까지 정확 하기 때문에 우 리 는 통 점 을 할 때 먼저 박스 조작 을 하 는 것 이 더욱 적합 하 다.
2.6.1 여성 각도 얼굴 평가
먼저 통계 분석 결 과 를 설명 한다.
(최고 95.23,최저 65.596,평균 83.742,중위 84.837)
>>>df['face++ '].describe()
count 210.000000
mean 83.742038
std 5.340208
min 65.596000
25% 81.028000
50% 84.837500
75% 87.449750
max 95.230000
Name: face++ , dtype: float64
90 점 이상 이 었 는데 16 위 에 요.
>>>beauty_bins = [60,70,80,90,100]
>>>beauty_labels = ['60-70', '70-80', '80-90', '90-100']
>>>df['face++ - '] = pd.cut(df['face++ '], bins=beauty_bins, labels=beauty_labels)
>>>df['face++ - '].value_counts()
80-90 155
70-80 34
90-100 16
60-70 5
Name: face++ - , dtype: int64
먼저 통계 분석 결 과 를 설명 한다.
(최고 93.77,최저 66.404,평균 82.606,중위 83.482)
>>>df['face++ '].describe()
count 210.000000
mean 82.605929
std 5.055116
min 66.404000
25% 79.699250
50% 83.482500
75% 86.409000
max 93.773000
Name: face++ , dtype: float64
90 점 이상 비 주 얼 이 6 명 밖 에 없다 니~[설마 남자 들 이 비 주 얼 에 대한 요구 가 더 높 은 건 아니 겠 지???]
>>>df['face++ - '].value_counts()
80-90 147
70-80 52
90-100 6
60-70 5
Name: face++ - , dtype: int64
import requests
from fake_useragent import UserAgent
import pandas as pd
import json
from lxml import etreeF12 를 통 해 개발 자 인터페이스 Network->XHR 에서 실제 데이터 요청 주소(Headers 의 Genel 참조)와 응답 을 요청 하 는 데이터 형식 은 json 임 을 알 수 있 습 니 다.
인 자 는 Headers 의 Query String Parameters 에서 찾 을 수 있 습 니 다.
그래서 우 리 는 다음 코드 를 작성 하여 데 이 터 를 추출 할 수 있다.
def get_Girllist():
url = 'https://zbaccess.video.qq.com/fcgi/getVoteActityRankList?'
headers = {"User-Agent": UserAgent(verify_ssl=False).random}
params = {'raw': 1,
'vappid': 51902973,
'vsecret': '14816bd3d3bb7c03d6fd123b47541a77d0c7ff859fb85f21',
'actityId': 107015,
'pageSize': 101,
'vplatform': 3,
'listFlag': 0,
'pageContext':'' ,
'ver': 1,
#
'_t': 1590324974706,
'_': 1590324974708
}
#
re = requests.get(url,headers = headers,params = params)
# json json
data = json.loads(re.text)
Li_list = data['data']['itemList']
rank = 0
data_list = []
#
for li in Li_list:
rank += 1
item = {}
#
item[' '] = rank
item[' '] = li['itemInfo']['id']
item[' '] = li['itemInfo']['name']
item[' '] = li['itemInfo']['mapData']['poster_pic']
item[' '] = li['statusInfo']['voteBtnTxt']
# doki ， id
# id doki 、 、 、
# ， xpath
id_ = item[' ']
# doki ， get_Girlinfo
html = get_Girlinfo(id_)
item[' '] = html.xpath('.//div[@class="followers_count"]/text()')[0]
info = html.xpath('.//div[@class="wiki_info_1"]//span[@class="content"]/text()')
item[' '] = info[-5]
item[' '] = info[-3]
item[' '] = info[-2]
item[' '] = info[-1]
info2 = html.xpath('.//div[@class="wiki_info_2"]//span[@class="content"]/text()')
item[' '] = info2[0]
url_ai = item[' ']
# AI
age,beauty = txfaceScore(url_ai)
item['AI '] = age
item['AI '] = beauty
# face++
faceage,beauty_w,beauty_m = ksfaceScore(url_ai)
item['face++AI '] = faceage
item['face++ '] = beauty_w
item['face++ '] = beauty_m
data_list.append(item)
return data_list
def get_Girlinfo(id_):
url_ = f'https://v.qq.com/x/star/{id_}?tabid=2'
headers = {"User-Agent": UserAgent(verify_ssl=False).random}
re_ = requests.get(url_,headers = headers)
# ，
re_.encoding='utf-8'
# xpath，
html = etree.HTML(re_.text)
# ，
return html
처음에 저 는 텐 센트 클 라 우 드 의 얼굴 인식 을 사 용 했 습 니 다.데 이 터 를 통 해 101 명의 창조 영 언니 중 21 명의 얼굴 이 만점 을 받 을 만 한 가치 가 있 는 것 을 발 견 했 습 니 다.제 가 좋아 하 는 작은 언니 인 주주주주주인애 가 가장 낮은 점 수 를 받 았 습 니 다.그러면 어떻게 합 니까?그래서 이번 에는 눈 에 띄 지 않 는 페 이 스+얼굴 인식 을 추가 해 비 주 얼 평 점 대 비 를 했다.
4.1 텐 센트 구름 얼굴 인식
텐 센트 클 라 우 드 얼굴 인식 은 제3자 라 이브 러 리 텐 센트 클 라 우 드-sdk-python 에 사용 해 야 합 니 다.
pip install tencentcloud-sdk-python
from tencentcloud.common import credential
from tencentcloud.common.profile.client_profile import ClientProfile
from tencentcloud.common.profile.http_profile import HttpProfile
from tencentcloud.common.exception.tencent_cloud_sdk_exception import TencentCloudSDKException
from tencentcloud.iai.v20180301 import iai_client, models
\#주어진 그림 속 의 얼굴(Face)의 위치,해당 하 는 얼굴 속성 과 얼굴 품질 정 보 를 검사 합 니 다.
\#위치 포함(x,y,w,h)
\#얼굴 속성 은 성별(gender),나이(age),표정(expression),매력(beauty),안경(glass),헤어스타일(hair),마스크(mask)와 자세(pitch,roll,yaw)를 포함한다.
\#얼굴 품질 정 보 는 전체 품질 점(score),모호 점(sharpness),빛 점(brightness)과 이목 구비 차단 점(completeness)을 포함한다.
클 라 우 드 API 를 처음 사용 하기 전에 사용 자 는 먼저 텐 센트 클 라 우 드 콘 솔 에서 보안 증명 서 를 신청 해 야 한다.보안 증명 서 는 시 크 릿 ID 와 시 크 릿 키 를 포함 하고 시 크 릿 ID 는 API 호출 자의 신분 을 표시 하 는 데 사용 되 며 시 크 릿 키 는 서명 문자열 을 암호 화하 고 서버 에서 서명 문자열 을 검증 하 는 키 이다.시 크 릿 키 는 유출 되 지 않도록 엄 격 히 보관 해 야 한다.
우 리 는 나이 와 얼굴 값 만 평가 해 야 하기 때문에 함 수 를 만 들 때 age 와 beauty 두 필드 만 되 돌려 주면 됩 니 다.
def txfaceScore(url):
try:
# ， secretId，secretKey
cred = credential.Credential("secretId", "secretKey")
httpProfile = HttpProfile()
httpProfile.endpoint = "iai.tencentcloudapi.com"
clientProfile = ClientProfile()
clientProfile.httpProfile = httpProfile
client = iai_client.IaiClient(cred, "ap-beijing", clientProfile)
req = models.DetectFaceRequest()
#url url
param = {"Url":url,"NeedFaceAttributes":1}
params = json.dumps(param)
req.from_json_string(params)
resp = client.DetectFace(req)
respstr = resp.to_json_string().replace('false','0').replace('true','1')
respdic = eval(respstr)
# json，
age = respdic['FaceInfos'][0]['FaceAttributesInfo']['Age']
beauty = respdic['FaceInfos'][0]['FaceAttributesInfo']['Beauty']
except TencentCloudSDKException as err:
print(err)
return age,beauty
인터페이스 호출 은 매우 간단 합 니 다.당신 이 필요 로 하 는 요청 매개 변 수 를 설정 하 십시오.(여기 서 우 리 는 나이 와 비 주 얼:age,beauty)페 이 스+비 주 얼 평 점 은 남녀 시각 에서 의 비 주 얼 점수 두 가지 로 나 뉘 기 때문에 우 리 는 세 가지 값 을 되 돌려 야 합 니 다.나이,남자/여자 시각 비 주 얼 점수 입 니 다.
구체 적 인 함 수 는 아래 와 같다.
def ksfaceScore(pic_url):
url = 'https://api-cn.faceplusplus.com/facepp/v3/detect'
APIKey = ' key'
APISecret = ' secret'
data = {"api_key":APIKey,
"api_secret":APISecret,
"image_url":pic_url,
"return_attributes":"age,beauty"
}
res = requests.post(url,data = data)
dic_ = eval(res.text)
# json，
age = dic_['faces'][0]['attributes']['age']['value']
beauty_w = dic_['faces'][0]['attributes']['beauty']['female_score']
beauty_m = dic_['faces'][0]['attributes']['beauty']['male_score']
return age,beauty_w,beauty_m
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
로마 숫자를 정수로 또는 그 반대로 변환그 중 하나는 로마 숫자를 정수로 변환하는 함수를 만드는 것이었고 두 번째는 그 반대를 수행하는 함수를 만드는 것이었습니다. 문자만 포함합니다'I', 'V', 'X', 'L', 'C', 'D', 'M' ; 문자열이 ...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.
좋은 웹페이지 즐겨찾기
