Python爬取千条相亲数据，看看单身率90%的中国男女都在挑剔什么

Posted 2021-12-05 Leo.yuan

前不久，刷到这样一条短视频，“1.7亿的90后仅有约1000万对结婚，结婚率不到10%”，当然我们也无法查实当中数据的来源以及真实性，不过小编倒是总能听说身边的朋友在抱怨脱单难、找不到合适的对象。

今天通过Python写了一个简单的脚本在抓取公开的相亲文案，看看在相亲的都是些什么样的人？他们的择偶标准又是什么样子的？什么样子的人更加容易脱单？

代码的编写过程
我们引入需要用到的库，这里用到Python当中的requests库来发送和接受请求，通过正则表达式re这个库来解析数据

很多时候对遇到请求超时的情况，因此当出现一次错的时候，我们会多尝试几次，因此这里使用retry装饰器来多次尝试

我们抓取的数据包括出生年份、身高/体重、学历、收入、职业、自我介绍、择偶标准、车房情况等等，都是通过正则表达式re库来实现的

下面我们通过pyecharts库来绘制一下分析的结果

结果的可视化展示
我们先来看一下性别比例，从分布来看，女生前来相亲的比例更高，主要也是因为数据源是来自北京、上海、杭州等大城市的相亲介绍，大城市中似乎女生脱单更加困难一些

我们再来看一下单身的女性的特征，首先她们的年龄主要集中在94、93以及95年左右，正好都是处在适婚的年龄

而她们的学历，本科占到了绝大多数，基本上都有本科的学历，而大专的占比排在第二，硕士和博士处于少数

另外小编也对单身女性的星座做了一个统计，发现处女座、天秤座以及射手座、白羊座的女性单身率略高一些

最后，我们来看一下她们的择偶标准吧，小编将她们的择偶标准单独提取出来，然后绘制成了词云图

最后呈现出来的样子如下图所示

可见相亲市场上的女生，她们首先是希望男方是要有房有车的，其次要是男方之前存在婚史，女生会比较介意，然后要是有稳定的工作、有能力有责任心，通常都会给女生留下比较好的印象，而至于外在条件上，大多数女生的回答则是身高在175-180左右，年龄在90-97年之间。

源：关于数据分析与可视化 作者：俊欣