前不久，小编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。
今天小编通过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
import requests
from tenacity import *
import re
import time
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
@retry(stop=stop_after_attempt(5))
def do_requests(url):
response = requests.get(url, headers=headers, proxies=proxies, timeout=10)
returnresponse.text
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，
date_of_birth = re.compile( "<br/>①出生年月/星座(.*?)<br/>", re.M | re.S)
sex = re.compile( "<br/>【基本资料】(.*?)<br/>")
height = re.compile( "<br/>②身高/体重(.*?)<br/>")
education = re.compile( "<br/>⑤学历(.*?)<br/>")
jobs_1 = re.compile( "<br/>⑥职业(.*?)<br/>")
income = re.compile( "<br/>⑦月均收入(.*?)<br/>")
married = re.compile( "<br/>⑨有无婚史(.*?)<br/>")
house_cars = re.compile( "<br/>⑧车房情况(.*?)<br/>")
self_intro = re.compile( "<br/>⑪ 自我介绍(.*?)<br/>")
requirements = re.compile( "<br/>【择偶标准】<br/>(.*?)</a>")
family_member = re.compile( "<br/>⑩家庭成员(.*?)<br/>")
下面我们通过 pyecharts 库来绘制一下分析的结果，对了，要是读者朋友不知道怎么使用 pyecharts 这个库，可以阅读一下小编写的上几篇文章，都是非常干货的
-
20个精美图表，教你玩转Pyecharts可视化
-
干货分享 | 用Pyecharts制作炫酷的可视化大屏
-
分享一个Pyecharts中非常重要的组件，可以大大提高绘制图表的效率
-
Pyecharts绘制22种超实用精美图表
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
review_list =
reviews = get_cut_words( "".join(df_girls[ "requirements"].astype(str).tolist))
reviews_counter = Counter(reviews).most_common(200)
print(reviews_counter)
forreview inreviews_counter:
review_list.append(( " "+ review[0] + " ") * review[1])
stylecloud.gen_stylecloud(text= " ".join(review_list), max_words=500, collocations=False,
font_path= "KAITI.ttf", icon_name= "fab fa-apple", size=653,
output_name= "4.png")
最后呈现出来的样子如下图所示
一次偶然的机会，受朋友的邀请听了一次哈佛博士Python课程演讲感觉真的受益匪，很多东西讲得特别的透彻明了。事后朋友将这位教授亲授的Python教程600集＋学习路线＋练手项目发给了我，我现将这份落灰的资料给大家拿出来希望对你们学习有所帮助！
正文：视频资料＋学习路线＋练手项目
视频资料
学习路线
70个Python项目：
如果觉得这篇博客对你有帮助，还希望各位不吝点下免费的赞和收藏以及关注，这样就能让更多的同学看到本篇文章，也能帮助更多的同学！
（收藏帅三代，点赞富一生，评论幸福永相伴）
感谢您的阅读！