30 天社交媒体数据能画出什么图表？last30days-skill 数据可视化快速指南

30 天社交媒体数据能画出什么图表last30days-skill 数据可视化快速指南【免费下载链接】last30days-skillAI agent skill that researches any topic across Reddit, X, YouTube, HN, Polymarket, and the web - then synthesizes a grounded summary项目地址: https://gitcode.com/GitHub_Trending/la/last30days-skill周五要给团队交竞品周报你得先摸清对手近一个月的讨论声量。last30days-skill 是一个 Claude Code 技能输入话题自动汇总 Reddit、X 等平台 30 天社交媒体数据输出结构化 JSON为数据可视化备好原料。读完这篇 last30days-skill 教程你能用 matplotlib 把这份 JSON 数据画成图表。认识 last30days-skilllast30days-skill 把查数据封装成一项技能给它一个话题它去 Reddit、X、Hacker News、YouTube 等平台捞回近 30 天的帖子和互动数打分排序后输出结构化结果。核心用法就一条命令入口在 skills/last30days/scripts/last30days.pypython skills/last30days/scripts/last30days.py 你的话题 --emitjson --output results.json每条数据入库前会过两道工序skills/last30days/scripts/lib/dedupe.py把重复的近义条目合并掉skills/last30days/scripts/lib/normalize.py把各平台的原始格式统一成同一套字段。所以你拿到的 JSON 里无论数据来自哪个平台字段名都是一致的。跑通流程环境与数据准备安装环境与依赖先把仓库 clone 到本地并进入目录确认 Python 版本不低于 3.12运行要求见 README.md最后装上映画库 matplotlib一个代码块完成git clone https://gitcode.com/GitHub_Trending/la/last30days-skill cd last30days-skill python --version pip install matplotlib装完python --version显示的版本满足 3.12 及以上环境就算就绪了。一条命令生成 results.json第一次运行会引导你解锁数据源按提示配置对应平台的凭据即可。之后正式执行抓取命令把引号里的内容换成你想查的话题python skills/last30days/scripts/last30days.py 你的话题 --emitjson --output results.json运行结束当前目录多出一个 results.json。打开它看results数组每条结果都带title帖子标题、source来源平台如 reddit、x、published_at发布时间、engagement原生互动计数器如 score、num_comments、likes、reposts。这些字段恰好对应三类图engagement能画横向柱状图比热度published_at能画折线看走势source能按平台分组对比。完整字段定义见 docs/reference/json-export.md。最小代码画出第一张热度图思路不复杂取 results 里前 10 条用engagement里的主互动数当条形长度画一张横向柱状图。这段就是 matplotlib 画热度图的最小版本保存为 chart.py 再运行import json import matplotlib.pyplot as plt with open(results.json, encodingutf-8) as f: data json.load(f) items data[results][:10] labels [i[title][:22] for i in items][::-1] scores [ i[engagement].get(score, i[engagement].get(likes, 0)) for i in items ][::-1] plt.figure(figsize(9, 5)) plt.barh(labels, scores) plt.title(30 天社交媒体数据热度 TOP 10) plt.xlabel(互动量) plt.show()运行后弹出一张横向柱状图[::-1]让互动量最高的那条出现在最上面。条形越长代表那条讨论互动越多30 天里谁最热不用翻原始数据。三种进阶画法改三行画出 30 天折线走势把plt.barh换成plt.plot先将 results 按published_at排序横轴放日期纵轴放当日互动量同一天多条就求和。取数、排序、画图这三行改完话题哪天起涨、哪天回落就在曲线上。按 source 字段分平台对比热度遍历 results按source字段分组累加互动量再把plt.barh换成plt.bar横轴放平台名即可。想再细一点可以给每个平台指定不同颜色。用颜色标出超阈值的热帖给plt.barh加一个color参数传一个与 scores 等长的颜色列表互动量超过阈值比如 500的条形标成醒目红色其余用灰色。图里最扎眼的几条就是值得点开原文细看的。新手常踩的三个坑matplotlib 默认字体不含中文字形plt.title里写中文会渲染成方块。设一下plt.rcParams[font.sans-serif]指向系统里的中文字体或者把标题、标签先写成英文。话题选得太窄时results 可能只有几条图会显得空。把话题放宽一档比如去掉限定词、换成更宽的产品或品类名再跑一次数据量上来图才有分析意义。部分结果的engagement或published_at可能缺失——字段契约允许未知字段直接省略直接i[published_at]取数会抛 KeyError。取数一律用.get加默认值兜底折线图里再把缺失日期的点跳过。下一步装好 matplotlib、跑出 results.json、贴上那段代码一张能讲故事的 30 天社交媒体数据热度图就到手了。现在挑一个你周报里要覆盖的话题跑一次吧 延伸阅读docs/reference/json-export.mdresults 各字段的完整参考与版本策略tests/test_reddit_sc.pyReddit 数据源的抓取测试用例tests/test_hackernews.pyHacker News 数据源的测试用例【免费下载链接】last30days-skillAI agent skill that researches any topic across Reddit, X, YouTube, HN, Polymarket, and the web - then synthesizes a grounded summary项目地址: https://gitcode.com/GitHub_Trending/la/last30days-skill创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考