下面给你一套最简单、直接能用的小红书评论数据可视化方案，用 Python + 通用库 matplotlib / pyecharts 实现，不需要复杂配置。
一、整体思路
- 调用小红书笔记评论 API 获取 JSON 数据
- 解析出：点赞数、评论时间、用户名、评论内容长度等
- 用图表展示：
- 评论点赞分布
- 评论时间趋势
- 评论长度统计
- 热门评论词云（可选）
二、安装依赖
bash
运行
pip install requests matplotlib pandas
三、完整代码（调用 API + 解析 + 可视化）
python
运行
import requests import matplotlib.pyplot as plt import time # ===================== 配置 ===================== ACCESS_TOKEN = "你的token" NOTE_ID = "笔记ID" # ================================================= def get_xhs_comments(note_id, cursor=""): """获取评论""" url = f"https://api.xiaohongshu.com/v2/notes/{note_id}/comments" headers = {"Authorization": f"Bearer {ACCESS_TOKEN}"} params = {"cursor": cursor, "page_size": 50, "sort": "time"} resp = requests.get(url, headers=headers, params=params) return resp.json() def parse_comments(json_data): """解析评论数据""" comments = json_data.get("data", {}).get("comments", []) result = [] for c in comments: result.append({ "like": c.get("like_count", 0), "time": c.get("create_time", 0), "content_len": len(c.get("content", "")), "username": c.get("user", {}).get("nickname", "") }) return result # 获取并解析 data = get_xhs_comments(NOTE_ID) comment_list = parse_comments(data) # 提取数据用于画图 likes = [c["like"] for c in comment_list] times = [c["time"] for c in comment_list] lengths = [c["content_len"] for c in comment_list] # ===================== 可视化 ===================== plt.rcParams["font.sans-serif"] = ["SimHei"] # 显示中文 plt.rcParams["axes.unicode_minus"] = False # 1. 点赞数分布柱状图 plt.figure(figsize=(12,5)) plt.subplot(1,3,1) plt.bar(range(len(likes)), likes, color="#ff5c5c") plt.title("评论点赞数") plt.xlabel("评论序号") plt.ylabel("点赞数") # 2. 评论长度分布 plt.subplot(1,3,2) plt.hist(lengths, bins=10, color="#5ac8fa") plt.title("评论长度分布") plt.xlabel("字数") plt.ylabel("条数") # 3. 评论时间折线（时间戳转时间） time_str = [time.strftime("%m-%d %H:%M", time.localtime(t)) for t in times] plt.subplot(1,3,3) plt.plot(time_str, likes, marker="o", color="#34c759") plt.title("点赞-时间趋势") plt.xticks(rotation=45) plt.tight_layout() plt.show()
四、你会得到三张图
- 评论点赞数柱状图：看出哪些评论最火
- 评论长度分布图：用户爱发短评还是长评
- 评论时间 - 点赞趋势图：互动热度随时间变化
五、更高级可视化（词云）
如果你想看评论关键词云，可以用：
bash
运行
pip install wordcloud jieba
python
运行
from wordcloud import WordCloud import jieba # 拼接所有评论内容 contents = [c.get("content", "") for c in json_data["data"]["comments"]] text = " ".join(contents) words = " ".join(jieba.lcut(text)) wc = WordCloud( font_path="msyh.ttc", # Windows # font_path="PingFang.ttc" # Mac width=800, height=400, background_color="white" ) wc.generate(words) wc.to_file("xhs_wordcloud.png") plt.imshow(wc) plt.axis("off") plt.show()
