亚洲一区二区三区97,999国内精品永久免费视频,九九av在线

前沿拓展：

作者 | 朱小五

責(zé)編 | 屠敏

封圖 | CSDN 付費(fèi)下載自東方 IC

最近又火了一部國(guó)產(chǎn)劇：《隱秘的角落》。

如果你沒看過，那可能會(huì)對(duì)朋友圈里大家說的“一起去爬山”、“小白船”、“還有機(jī)會(huì)嗎”感到莫名其妙。

暑期推薦旅游（來源微博）

小五在這個(gè)端午假期也趕緊刷完了本劇，必須要寫篇文章了。

由于《隱秘的角落》是在愛奇藝獨(dú)播，所以數(shù)據(jù)從愛奇藝下手最直接。

如果沒爬過愛奇藝，可以考慮使用豆瓣、微博、知乎（電視劇數(shù)據(jù)分析 · **三件套）的數(shù)據(jù)。

爬蟲

劇很精彩，但追劇界有句俗話說得好：“彈幕往往比劇更精彩”，為了讓精彩延續(xù)下去，我終究沒能忍住對(duì)彈幕下手。[1]

愛奇藝的彈幕數(shù)據(jù)是以 .z 形式的壓縮文件存在的，先獲取 tvid 列表，再根據(jù) tvid 獲取彈幕的壓縮文件，最后對(duì)其進(jìn)行解壓及存儲(chǔ)，大概就是這樣一個(gè)過程。

這里參考了“數(shù)據(jù)兔小白[2]的代碼，我又修改后實(shí)現(xiàn)分集爬取所有彈幕。

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:breakdatas = pd.concat([datas,data],ignore_index = True)datas[‘tv_name’]= str(tv_name)return datas

注：避免引起不必要的麻煩，本爬蟲僅指出關(guān)鍵步驟，不再公開提供。

共爬取得到201865 條《隱秘的角落》彈幕數(shù)據(jù)。

彈幕發(fā)射器

按照用戶id分組并對(duì)彈幕id計(jì)數(shù)，可以得到每位用戶的累計(jì)發(fā)送彈幕數(shù)。

#累計(jì)發(fā)送彈幕數(shù)的用戶danmu_counts = df.groupby(‘uid’)[‘contentsId’].count.sort_values(ascending = False).reset_indexdanmu_counts.columns = [‘用戶id’,’累計(jì)發(fā)送彈幕數(shù)’]danmu_counts.head

第一名竟然發(fā)送了2561條彈幕，這只是一部12集的網(wǎng)劇啊。

難道他/她是水軍？每條都發(fā)的差不多？

df_top1 = df[df[‘uid’] == 1810351987].sort_values(by=”likeCount”,ascending = False).reset_indexdf_top1.head(10)

然而并不是，每一條彈幕都是這位觀眾的有感而發(fā)，可能他/她只是在發(fā)彈幕的同時(shí)順便看看劇吧。

是不是通過上圖可以側(cè)面說明個(gè)別劇集的戲劇沖突更大，更能引發(fā)觀眾吐槽呢？

“彈幕發(fā)射器”同志，11、12集請(qǐng)加大輸出！

這些彈幕大家都認(rèn)同

拋開“彈幕發(fā)射器”同志，我們繼續(xù)探究一下分集的彈幕。

看看每一集當(dāng)中，哪些彈幕大家都很認(rèn)同（贊）？

df_like = df[df.groupby([‘tv_name’])[‘likeCount’].rank(method=”first”, ascending=False)==1].reset_index[[‘tv_name’,’contents’,’likeCount’]]df_like.columns = [‘劇集’,’彈幕’,’贊’]df_like

每一集的最佳彈幕都是當(dāng)集劇情的濃縮，這些就是觀眾們票選出來的梗（吐槽）啊！

應(yīng)該不算劇透吧，不算吧，不算吧

實(shí)在不行我請(qǐng)你去爬山也可

朝陽東升

除了劇本、音樂等，“老戲骨”和“小演員”們的演技也獲得了網(wǎng)友的一致好評(píng)。

這部劇雖然短短12集，但故事線不僅僅在一兩個(gè)人身上。每個(gè)人都有自己背后的故事，又因?yàn)榉N種巧合串聯(lián)在一起，引發(fā)觀眾的持續(xù)性討論。

我們統(tǒng)計(jì)一下演員們?cè)趶椖恢械某霈F(xiàn)次數(shù)，看看劇中的哪些角色大家提及最多。

a = {‘張東升’:’東升|秦昊|張老師’, ‘朱朝陽’:’朝陽’, ‘嚴(yán)良’:’嚴(yán)良’, ‘普普’:’普普’, ‘朱永平’:’朱永平’, ‘周春紅’:’春紅|大娘子’, ‘王瑤’:’王瑤’, ‘徐靜’:’徐靜|黃米依’, ‘陳冠聲’:’王景春|老陳|陳冠聲’, ‘葉軍’:’葉軍|皮卡皮卡’, ‘馬主任’:’主任|老馬’, ‘朱晶晶’:’晶晶’,’葉馳敏’:’葉馳敏’}a = {‘張東升’:’東升|秦昊|張老師’, ‘朱朝陽’:’朝陽’, ‘嚴(yán)良’:’嚴(yán)良’, ‘普普’:’普普’, ‘朱永平’:’朱永平’, ‘周春紅’:’春紅|大娘子’, ‘王瑤’:’王瑤’, ‘徐靜’:’徐靜|黃米依’, ‘陳冠聲’:’王景春|老陳|陳冠聲’, ‘葉軍’:’葉軍|皮卡皮卡’, ‘馬主任’:’主任|老馬’, ‘朱晶晶’:’晶晶’,’葉馳敏’:’葉馳敏’}for key, value in a.items:df[key] = df[‘contents’].str.contains(value)staff_count = pd.Series({key: df.loc[df[key], ‘contentsId’].count for key in a.keys}).sort_values

先計(jì)算出現(xiàn)次數(shù)，再利用pyecharts制作極坐標(biāo)圖。

比較讓我疑惑的三個(gè)小孩當(dāng)中的朱朝陽提及量這么低，按理說應(yīng)該與其其他兩位大體相當(dāng)啊。

又去源數(shù)據(jù)看了一遍，提及朱朝陽（朝陽）的彈幕確實(shí)很少，因?yàn)榇蟛糠衷趶椖恢杏^眾一般就叫他“學(xué)霸”、“兒子”之類的了。

詞云

總所周知，一篇數(shù)分文章不能少了詞云。

每篇的詞云都盡量跟上篇文章不同，這次我采用的是stylecloud,它算是wordcloud詞云包的升級(jí)版，看起來美觀多了。

import stylecloudfrom IPython.display import Imagestylecloud.gen_stylecloud(text=’ ‘.join(text1), collocations=False,font_path=r’?C:WindowsFont**syh.ttc’,icon_name=’fas fa-play-circle’,size=400,output_name=’隱秘的角落-詞云.png’)Image(filename=’隱秘的角落-詞云.png’)