python电视剧口碑分析_Python分析最近大火的网剧《隐秘的角落》,网友评论真精彩!...
前言
本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途
估计最近很火的连续剧《隐秘的角落》大家趁着端午假期都看过了吧?小编也跟着潮流,一口气把12集的连续剧全部看完了。看过的人肯定对朋友圈里有人发的“一起去爬山”、“小白船”、“还有机会吗”的意思心照不宣。没看过的,如果已为人父人母的,强烈要求看一下。
剧很精彩,但追剧界有句俗话说得好:“弹幕往往比剧更精彩”,为了让精彩延续下去,咱们来看看该剧弹幕的部分。电视剧是在爱奇艺独播,因此从爱奇艺上爬虫最为合适。
爬取弹幕
爱奇艺的弹幕数据是以 .z 形式的压缩文件存在的,先获取 tvid 列表,再根据 tvid 获取弹幕的压缩文件,最后对其进行解压及存储,大概就是这样一个过程。
def get_data(tv_name,tv_id):
url = https://cmts.iqiyi.com/bullet/{}/{}/{}_300_{}.z
datas = pd.DataFrame(columns=[uid,contentsId,contents,likeCount]) for i in range(1,20):
myUrl = url.format(tv_id[-4:-2],tv_id[-2:],tv_id,i) print(myUrl)
res = requests.get(myUrl) if res.status_code == 200:
btArr = bytearray(res.content)
xml=zlib.decompress(btArr).decode(utf-8)
bs = BeautifulSoup(xml,"xml")
data = pd.DataFrame(columns=[uid,contentsId,contents,likeCount])
data[uid] = [i.text for i in bs.findAll(uid)]
data[contentsId] = [i.text for i in bs.findAll(contentId)]
data[contents] = [i.text for i in bs.findAll(content)]
data[likeCount] = [i.text for i in bs.findAll(likeCount)] else: break datas = pd.concat([datas,data],ignore_index = True)
datas[tv_name]= str(tv_name) return datas
共爬取得到201865 条《隐秘的角落》弹幕数据。
弹幕发射器
按照用户id分组并对弹幕id计数,可以得到每位用户的累计发送弹幕数。
#累计发送弹幕数的用户
danmu_counts = df.groupby(uid)[contentsId].count().sort_values(ascending = False).reset_index()
danmu_counts.columns = [用户id,累计发送弹幕数]
danmu_counts.head()
累计发送弹幕数用户top5
第一名竟然发送了2561条弹幕,这只是一部12集的网剧啊。
难道他/她是水军?每条都发的差不多?
df_top1 = df[df[uid] == 1810351987].sort_values(by="likeCount",ascending = False).reset_index()
df_top1.head(10)
然而并不是,每一条弹幕都是这位观众的有感而发,可能他/她只是在发弹幕的同时顺便看看剧吧。
这位“弹幕发射器”朋友,在每一集的弹幕量又是如何呢?
分集&平均弹幕量
是不是通过上图可以侧面说明个别剧集的戏剧冲突更大,更能引发观众吐槽呢?
“弹幕发射器”同志,11、12集请加大输出!
这些弹幕大家都认同
抛开“弹幕发射器”同志,我们继续探究一下分集的弹幕。
看看每一集当中,哪些弹幕大家都很认同(赞)?
df_like = df[df.groupby([tv_name])[likeCount].rank(method="first", ascending=False)==1].reset_index()[[tv_name,contents,likeCount]]
df_like.columns = [剧集,弹幕,赞]
df_like
每一集中点赞最多的弹幕
每一集的最佳弹幕都是当集剧情的浓缩,这些就是观众们票选出来的梗(吐槽)啊!
应该不算剧透吧,不算吧,不算吧
实在不行我请你去爬山也可
总结
除了剧本、音乐等,“老戏骨”和“小演员”们的演技也获得了网友的一致好评。
这部剧虽然短短12集,但故事线不仅仅在一两个人身上。每个人都有自己背后的故事,又因为种种巧合串联在一起,引发观众的持续性讨论。
我们统计一下演员们在弹幕中的出现次数,看看剧中的哪些角色大家提及最多
专门建立的Python学习扣扣圈,从零基础开始到Python各领域的项目实战教程、开发工具与电子书籍。与你分享企业当下对于python人才需求及学好python的高效技巧,不停更新最新教程!点击加入我们的python学习圈
python电视剧口碑分析_Python分析最近大火的网剧《隐秘的角落》,网友评论真精彩!...相关推荐
- python微信好友助力_Python大神完成王者荣耀助手助力菜鸟,网友评论:不用担心被喷了...
首先找到三个接口 第一个是英雄武器的接口 # 武器URL地址 weapon_url = "http://gamehelper.gm825.com/wzry/equip/list" ...
- python电视剧口碑分析_Python分析最近大火的网剧《隐秘的角落》
前言 估计最近很火的连续剧<隐秘的角落>大家趁着端午假期都看过了吧?小编也跟着潮流,一口气把12集的连续剧全部看完了.看过的人肯定对朋友圈里有人发的"一起去爬山".&q ...
- python电视剧口碑分析_Python分析最近大火的网剧《隐秘的角落》,看看网友们有什么看法...
前言 本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理. 估计最近很火的连续剧<隐秘的角落>大家趁着端午假期都看过了吧? ...
- python公司分析_Python分析6000家破产IT公司
前一阵有个字节跳动的程序员火了,年仅28岁实现了财务自由,宣布提前退休.最直接的原因是选择了一家发展前景很好的创业公司.当然平时我们经常能听到,某某人加入创业公司,xx年后公司上市,身价暴涨,财务自由 ...
- python翻页爬豆瓣影评_荐爬虫7_《隐秘的角落》豆瓣影评爬取及可视化分析
本文源码:百度云 提取码 pra2 影评爬取 豆瓣网有限制,各种类型的评论只可以爬取220条,所以我爬取了好评.一般.差评各220条,共计630条.爬取维度为评论类型.点赞数.评分.发布日期.评论. ...
- python电视剧口碑分析_小案例(七):口碑分析(python)
微信公众号:机器学习养成记 搜索添加微信公众号:chenchenwings <菜鸟侦探挑战数学分析>小案例,python实现第七弹 案件回顾 商业街口碑分析 1,顾客在网络上会发表对商品或 ...
- python电视剧口碑分析_用Python分析IMDB历届电影票房数据(上)
一.我们需要什么结论? 我们首先要做的就是定义我们想要的结论.那么根据这份IMDB网站上提取的100年间,65个国家,4937部电影数据,我们想要分析什么呢? 根据我的框架我想知道的结论有以下几点:电 ...
- python电视剧口碑分析_用Python分分钟爬取豆瓣本周口碑榜,就是有这么秀!
平常在生活中,不知道大家是怎么找电影的,反正小编是通过电影本周口碑榜来找的,个人感觉通过这种方式找来的电影都挺不错的.既然提到口碑榜,不如我们来爬下豆瓣电影本周口碑榜上的电影吧,怎么爬嘞,当然是用我们 ...
- python电视剧口碑分析_【python 自然语言处理】对胡歌【猎场】电视剧评论进行情感值分析...
向AI转型的程序员都关注了这个号
最新文章
- AM335X的汇编语言与c语言,X86汇编语言学习手记 -- 汇编和C协同
- java面试题八 传值传引用
- 关于archlinux下的ralink5370网卡
- html走马观花效果,走马观花台湾行 用EF-S 10-18来记录风景
- 统计犁过的田の面积(洛谷P2956题题解,Java语言描述)
- js创建对象的几种常用方式小结(推荐)
- passwd: 鉴定令牌操作错误_user 及passwd 设置
- javaee版eclipse导包出现未找到类问题
- 现代通信技术之SDH技术
- 回到现实的民营航天,离商业化还有多远?
- 群晖NPV套件(NPV Server)官方下载方法
- 5G+北斗融合定位技术介绍
- 上海软件工程师工资待遇调查
- 什么是驱动程序?为什么要用驱动程序?
- 脸部识别是根据什么识别的_我们需要知道面部识别失败的频率
- [UML]建模是什么?为什么要建模?
- 计算机设备驱动程序的安装与更新,电脑系统驱动如何安装更新?
- 第一个小项目:学生成绩管理系统
- 数学思想:4、数学归纳法
- [Spark进阶]-- Spark Dataframe操作