回顾我们之前分析的微博数据格式，发现其中便有我们需要的用户id！
所以我们在提取微博内容的时候可以顺便将用户id提取出来！
我们获取到用户id之后，只要请求https://weibo.cn/用户id/info 这个url就可以获取公开信息了，但是查看别人用户主页是需要登录的，那我们就先用代码模拟登录！
我们之前爬取豆瓣的时候，已经教过大家如何模拟登录了，这里就直接放出代码！
登录我们使用的是requests.Session()对象，这个对象会自动保存cookies，下次请求自动带上cookies！ 3.爬取用户公开信息
拿到用户id又登录之后，就可以开始爬取用户公开信息啦！
这里公开信息我们只要：用户名、性别、地区、生日这些数据！所以我们需要将这几个数据提取出来！
爬取用户信息不能过于频繁，否则会出现请求失败（响应状态码=418），但是不会封你的ip，其实很多大厂 不太会轻易的封ip，太容易误伤了，也许一封就是一个小区甚至更大！ 五、保存csv文件
微博信息拿到了、用户信息也拿到了，那我们就把这些数据保存起来，方便后面做数据分析！
我们之前一直是保存txt格式的，因为之前都是只有一项数据，而这次是多项数据（微博内容、用户名、地区、年龄、性别等），所以选择CSV（Comma Separated Values逗号分隔值）格式的文件！
我们生成一个列表，然后将数据按顺序放入，再写入csv文件！
看看生成的csv文件，注意csv如果用wps或excel打开可能会乱码，因为我们写入文件用utf-8编码，而wps或excel只能打开gbk编码的文件，你可以用一般的文本编辑器即可，pycharm也可以！
数据保存下来之后我们就可以进行数据分析了，首先我们要知道我们需要分析哪些数据？
我们可以将性别数据做生成饼图，简单直观
将年龄数据作出柱状图，方便对比，看看到底是不是夕阳红老年团
将地区做成中国热力图，看看哪个地区粉丝最活跃
最后将微博内容做成词云图，直观了解大家在说啥
1.读取csv文件列因为我们保存的数据格式为：’用户id’, ‘用户名’, ‘性别’, ‘地区’, ‘生日’, ‘微博id’, ‘微博内容’，的很多行，而现在做数据分析需要获取指定的某一列，比如：性别列，所以我们需要封装一个方法用来读取指定的列！
这里猪哥还使用了Counter类来统计词频，方便后面数据分析，他返回的格式为：{‘女’: 1062, ‘男’: 637}。 2.可视化库pyecharts
在我们分析之前，有一件很重要的事情，那就是选择一个合适可视化库！大家都知道Python可视化库非常多，之前我们一直在用matplotlib库做词云，matplotlib做一些简单的绘图非常方便。但是今天我们需要做一个全国分布图，所以经过猪哥对比筛选，选择了国人开发的pyecharts库。选择这个库的理由是：开源免费、文档详细、图形丰富、代码简介，用着就是一个字：爽！
官网：
源码：https://github.com/pyecharts/pyecharts
安装：pip install pyecharts
po一张他们的官方文档图片
这里有非常详细的例子，直接复制过来就可以运行得到图片！
