作者：胡萝卜酱

来源：经管人学数据分析

大家看过《全职高手》的动漫吗？根据同名小说改编的，是一个非常大的IP。作为一个没有玩过任何网游的人，都看的热血沸腾。豆瓣评分在8.2，还算不错。

不过今天我们爬取的不是豆瓣评论，而是B站评论，因为它是在B站发布的，评论更为集中一些。其实是想爬弹幕，但是每一集弹幕最多显示3000条，遂放弃。B站评论按照每集显示，我们这里示范性只爬取了第一集的评论，显示的261930条评论，共4790页，但是这些评论数目加上了楼层回复的，所以按照楼层爬取，小编共获得了95762条评论。

右键找到相应的json文件，点击preview，便能找到我们所需内容。

这个URL为：

https://api.bilibili.com/x/v2/reply？callback=jQuery17203964473758122842_1544603719132&jsonp=jsonp&pn=1&type=1&oid=9659814&sort=0&_=1544603720769

但是别高兴的太早，直接request这个地址是会报错了，于是重新分析该地址

这里内容和URL是对应的，但是其实真正有用的只有三个，pn代表页码，oid代表视频编号，还有type和sort。于是删掉多余的信息，得到最终的URL：

https://api.bilibili.com/x/v2/reply?pn='1&type=1&oid=9659814&sort=0

接下来就非常容易了，写个for循环，存储每一页所需数据。

注意爬取下来的楼不一定是连续的，原因是一些楼层评论涉黄涉暴被删除了。

那么接下来就简单分析一下爬取下来的数据吧。

首先是时间线的评论数目，如下图，

因为第一集上线时间为2017年4月7日，距今时间已经超过1年半了，因此，在虽时间增长，评论数目也在逐渐下降。于是我们只看前一个月的数据。

上线第一天评论数目就超过两万，然后第二天直线下降，随时间增加越来越少，但是在一周后会小幅度增长，应该是有新的一集更新的缘故吧。

任何看看性别分布，如下图：

说实话，小编有点意外，这类讲网游的动漫，小编还以为是男生更多呢，结果女生不仅多余男生，还超的有点多呢。

在B站，一共有7个等级，如下，大概四级以上才算活跃用户。

在评论《全职高手》的用户里面，B站活跃用户占比相当大。

为了探索用户性别和等级的关系，于是做了下图：

等级-性别分布和本身用户性别比看起来似乎没有区别，于是，又做了堆叠图：

看起来，性别和等级果然没有关系。O(∩_∩)O，那么用户观看《全职高手》通常是在什么时间段呢？

用户观看时段最多的是11点-13点，因为全职是在这个时间段更新，大家一般都在更新后立马看。然后在13点之后不断下降，直到16点慢慢增加直到0点。由此可见，大家一般在上午不看，但是在下午和晚上更喜欢观影。

时间段和等级之间的关系如上图，不论是什么等级，拟合情况都和总体观影时段能匹配上的。

针对于评论，小编用SnowNLP简单的分析了其情感，结果如下图：

按照情感得分来看，中立和超级喜欢最多，其余得分分布非常均匀。这和《全职高手》口碑是相符合的，因为对很多人来说，这部剧在国产动漫里面已经是相当不错的，但碍于小说有1700+章，想在短短的20分钟呈现出来，那么必然要进行大幅度删减，于是对于角色的刻画，会存在较大的不同，这也造成了很多人不喜欢它，或考虑国内动漫发展情况，给予中等评价。但是对于另一些人来说，比如小编，这部剧在剧情、人物等方面还是非常吸引人的，于是会给予非常高的评价。

然后基于评价，用jieba分词，做了一个词云图：

全职、荣耀、君莫笑、叶修、叶神等剧情里面的重要事件、人物都是评论常提及的词。啊啊啊也出现的非常多，是因为大部分人在上线后都会发巨多的啊表示激动。

如果分析用户的个人简介和昵称，还会发现这里面有许多死忠粉，在昵称和简介里面会采用和《全职高手》相关信息。

据说《全职高手》第二季在明年出，小编都快等不及了，于是，再看一遍过过瘾吧。

代码在：

https://github.com/summerheday/quanzhigaoshou

GitHub上，大家看完记得给颗小星星啊。

数据森麟公众号的交流群已经建立，许多小伙伴已经加入其中，感谢大家的支持。大家可以在群里交流关于数据分析&数据挖掘的相关内容，还没有加入的小伙伴可以通过扫描下方管理员二维码，让管理员帮忙拉进群，期待大家的加入。

管理员二维码：