原標(biāo)題：Python分析18萬條《八佰》影評(píng)，看看觀眾怎么說？

最近《八佰》這部電影比較火，上映僅15天就已斬獲22億票房。對(duì)于沉寂了半年、影院上座率仍限定在50%的電影市場(chǎng)而言，這樣的成績(jī)出人意料。

從貓眼電影官網(wǎng)可以看到，《八佰》獲得了9.2分的高口碑。一向好奇的我產(chǎn)生了一些疑惑，這些人到底在評(píng)論些啥？哪些地方的人評(píng)論最多？針對(duì)不同演員角色的評(píng)論內(nèi)容有什么不同？

于是，用Python采集了《八佰》18萬條觀眾影評(píng)并做可視化分析，數(shù)據(jù)采集區(qū)間為2020年8月21日9點(diǎn)至2020年8月30日24點(diǎn)。

數(shù)據(jù)獲取

貓眼電影是簡(jiǎn)單的動(dòng)態(tài)網(wǎng)頁，數(shù)據(jù)格式為json，通過解析接口的方式即可輕松獲取。

defparse_page(html):

try:

data = json.loads(html)[ 'cmts'] # 將str轉(zhuǎn)換為json

#print(data)

comments = []

foritem indata:

comment = {

'id': item[ 'id'],

'nickName': item[ 'nickName'],

'cityName': item[ 'cityName'] if'cityName'initem else'', # 處理cityName不存在的情況

'content': item[ 'content'].replace( 'n', ' ', 10), # 處理評(píng)論內(nèi)容換行的情況

'score': item[ 'score'],

'startTime': item[ 'startTime']

}

comments.append(comment)

returncomments

exceptException ase:

pass

數(shù)據(jù)清洗 讀取影評(píng)數(shù)據(jù)

importpandas aspd

importnumpy asnp

data=[]

withopen( 'comments.txt', 'r',encoding= 'utf-8-sig') asf_input:

forline inf_input:

data.append(list(line.strip.split( ',')))

data

轉(zhuǎn)為DataFrame并添加列名

df = pd.DataFrame(data).iloc[:, 0: 6]

df.columns = [ '觀眾ID', '觀眾昵稱', '城市', '評(píng)論內(nèi)容', '評(píng)分', '評(píng)論時(shí)間']

刪除重復(fù)記錄和缺失值

df = df.drop_duplicates

df = df.dropna

預(yù)覽并保存

df.sample( 5)

df.to_csv( "八佰.csv",index= False,encoding= "utf_8_sig")

整體評(píng)論詞云

對(duì)18萬條影評(píng)內(nèi)容進(jìn)行分詞，并將頻率最高的500個(gè)詞抽離出來制作詞云圖，我們發(fā)現(xiàn)廣大觀眾對(duì)《八佰》這部戰(zhàn)爭(zhēng)題材電影表現(xiàn)出強(qiáng)烈的情感。除了 好看、 不錯(cuò)這些贊美之詞以外，更多的是 震撼、 感人、 歷史、 勿忘國恥等代表著強(qiáng)烈民族色彩的詞。

評(píng)論類型分布

超過90%的好評(píng)率，20億+的票房不是沒有道理。

差評(píng)抽樣

差評(píng)雖不多，但集中在對(duì)《八佰》結(jié)局的轟炸。

評(píng)論數(shù)據(jù)量TOP10城市

成都人對(duì)《八佰》評(píng)論熱情高漲，超過北上廣深等大城市。

相關(guān)演員提及

觀眾評(píng)論中提及歐豪和端午的次數(shù)最多，不知是因?yàn)檠菁歼€是顏值？

關(guān)于端午的評(píng)論

關(guān)于老算盤的評(píng)論

關(guān)于羊拐的評(píng)論

-----------------

希望系統(tǒng)、快速學(xué)習(xí)

數(shù)據(jù)抓取與文本挖掘知識(shí)

可以學(xué)習(xí)數(shù)據(jù)分析專家@文彤老師的

《跟文彤老師學(xué)文本抓取與挖掘》系列視頻課程

系列課程包含以下三門課程

小白零編程網(wǎng)絡(luò)爬蟲實(shí)戰(zhàn)

Python數(shù)據(jù)分析--玩轉(zhuǎn)Pandas

Python數(shù)據(jù)分析--玩轉(zhuǎn)文本挖掘

以上順序也是學(xué)習(xí)的建議順序

課程提供講義（含代碼）與數(shù)據(jù)供練習(xí)

學(xué)習(xí)過程有問題可加Q群與老師交流討論

10.15~10.18期間參加課程學(xué)習(xí)

可享受5折優(yōu)惠

只有四天喔，雙11也沒有這優(yōu)惠力度

優(yōu)惠價(jià)： 238.50元返回搜狐，查看更多

責(zé)任編輯：

總結(jié)

以上是生活随笔為你收集整理的深圳python如何评价_Python分析18万条《八佰》影评，看看观众怎么说？的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。