寫在前面
今天我要蹭個熱點，我要用Python加上一些數據分析，來證明《海王》好看。
《海王》一部電影帶你重溫《馴龍高手》《變形金剛》《星球大戰》《星河戰隊》《鐵血戰士》《安德的遊戲》《異形》可能還借鑑了對手的《鋼鐵俠》與《黑豹》劇情，再稍稍帶一點《大魚海棠》的味道，配上一丟丟溫子仁式恐怖片套路，優秀的商業片，應該是DC年度最佳了。溫子仁，優秀的集大成者。
上映4天，票房7.4億
在做數據分析之前，我們需要先對數據做清洗，將數據處理到最佳
讀取數據,讀取數據的時候記住，需要把header=None然後增加names
# 讀取數據
def get_data():
df = pd.read_csv("haiwang.csv",sep=",",header=None,names=["nickName","cityName","content","approve","reply","startTime","avatarurl","score"],encoding="utf-8")
return df清洗數據
- 查看數據是否有重複，採用
drop_duplicates刪除數據 - 刪除數據之後，需要重置索引
reset_index - 處理時間字段爲
datetime類型 - 增加一個字段爲
content_length查閱用戶評論數量
# 清洗數據
def clean_data():
df = get_data()
has_copy = any(df.duplicated())
data_duplicated = df.duplicated().value_counts()
#print(data_duplicated) # 查看有多少數據是重複的
data = df.drop_duplicates(keep="first") # 刪掉重複值
data = data.reset_index(drop=True) # 重置索引
data["startTime"] = pd.to_datetime(data["startTime"])
data["content_length"] = data["content"].apply(len)
# print(data.isnull().any()) 判斷空值
# print(data[data.isnull().values == True])
# print(data[data.nickName=="."])
return data數據基本情況查看
查看所有數據情況
點讚的最高數目是2783 非常高了，但是平均值才0.25 可見，貓眼上人們並不是很喜歡點贊
回覆數最高的才43 可以說非常低了~
《海王》50%以上的人給了5分，肯定是很好看了~
看一下點贊最高的一些數據
幻影XL 獲得了最多的點贊，可以看一下他的評論內容。恩，寫的確實不錯~，誇了一下導演，這個地方出現一點小的疏漏，我看到貓眼點贊最高的，我竟然沒有抓取到數據，應該是給遺漏掉了，疏忽啊！
點贊排名
回覆排名
# 查看數據基本情況
def analysis1():
data = clean_data()
print(data.describe())
# 刪除.
# need_delete = data[data["nickName"]=="."]
data = data[~(data['nickName']==".")]
# data = data[~data['nickName'].isin(["."])]
# data.drop(need_delete,axis=1,inplace=True)
print(data["nickName"].describe())
print(data["cityName"].describe())查看nickName的描述，發現竟然有個. 需要把數據過濾掉，觀影此處最多的城市是北京
去除 . 數據的辦法是 data = data[~(data['nickName']==".")]
count 57838
unique 55934
top qzuser
freq 57
Name: nickName, dtype: object
看一下qzuser這個人發了57條都是啥？
這位老鐵還真的發了很多唉，一個勁的誇這個電影，O(∩_∩)O哈哈~
看評分
5分遙遙領先，週末的票已經買好，準備去看啦~
圖表的實現用的是pychats，官方文檔在
http://pyecharts.org/#/zh-cn/prepare
你可以去查閱文檔，看一下詳細的參數設置
# 分析打分score情況
def analysis2():
data = clean_data()
grouped = data.groupby(by="score")["nickName"].size()
grouped = grouped.sort_values(ascending=False)
index = grouped.index
values = grouped.values
# 柱狀圖
bar = Bar("柱狀圖",title_pos="left",width=240)
bar.add("",index,values,is_label_show=True,is_legend_show=True,mark_line=["min","max"])
# Pie圖
pie = Pie("餅圖",title_pos="right",width=240)
pie.add("",index,values,radius=[45,65],center=[70,50],is_label_show=True,legend_pos="90%",legend_orient= "vertical")
grid = Grid(page_title="《海王》評分詳情",width=1200,height=500)
grid.add(bar,grid_right="50%")
grid.add(pie, grid_left="70%")
grid.render("html/score.html")
print(data)
print(data[data["score"]==0])
看評語
def analysis3():
data = clean_data()
sort_data = data.sort_values(by="content_length",ascending=False)
print(sort_data.head(10)["content"])
節選幾個，可以看看，順便我還可以學習一下語文
劇情和特效在科幻片中的精彩佳作。劇情延續着海神波塞冬用的玄鐵打造的三叉戟鋪開，影片中的海王的身世讓力量成爲了傳奇，他有其它亞特蘭蒂斯人不具備的亞特蘭王的能力。海王在漫畫中和其他很多英雄不一樣的是，他並不反感殺戮，甚至有些渴望鮮血，這使得他在外型和性格上很難討喜。溫子仁對海王的性格做了一定程度上的改編，弱化了他的殘忍，突出了他自卑的性格。整部《海王》表面看上去是一場王位爭奪戰，實際是亞瑟戰勝自卑的成長史，而獲得三叉戟就是他性格極爲重要的轉折點。
"溫子仁真的厲害，在這部電影的鏡頭上和音效上真的是下了功夫，影片中適時響起的音效結合畫面，很加分，影片大的方向來看是一部英雄成長史，有主角的披荊斬棘也有活潑溫情, 擅長拍恐怖驚悚題材的他，在有些鏡頭的處理上能讀到驚悚的味道，用最擅長的恐怖元素牢牢把握住觀衆的注意力，但點到爲止沒破壞電影的整體氛圍，度把握的很不錯 ，DC這次請溫子仁操刀算是做對了一件事，而且海底世界的特效也相當給力，故事劇情上有幾個點的設計很靈性，我覺得比毒液好看，因爲毒液前面殺人的驚悚畫面嚇到我了，當然這部電影不是沒有缺點，比如有幾個地方我覺得節奏進程過快，劇情套路容易被猜中等等，但畢竟放眼整部影片來看，我給出四個字——瑕不掩瑜"
特效還可以的啦，但是劇情真的細碎，就本人而言槽點滿滿，起因在於海網的母親因爲生下海王而死，也沒在海王小時候就派人弄死他，之後奧姆因爲陸地人伏擊他們決定發起戰爭（也有可能是奧姆的陰謀，但是海底人被各種殘害是事實）結果眉拉，作爲奧姆的青梅竹馬就背叛奧姆了，就去找海王了，也不知道怎麼一牽手，一擁抱，就擦起了愛情的火花（很多人說女主超級美，我看到了寡姐的影子，一頭紅髮，犀利的眼神，個人感覺像寡姐的山寨）然後海王就找到了三叉戟，開啓了主角光環之嘴炮無敵，拿到三叉戟，噼裏啪啦的先弄死一堆海族人，然後成了海族人的王，奧姆被綠了，王位被搶。海王還說我是海洋的領主，你怕不是翻譯官的頭頭。海族人也悽慘，打不過啊。
先說優點特效很足！特效很足！特效很足！劇情全程沒有挖坑。但是不知道爲什麼！看得不過癮感覺就跟一般，男女主角愛得莫名其妙，感覺亞特蘭蒂斯的女人都有一個特點：喜歡陸地上的男人，不喜歡本土的。挺同情海里的男人的，自己未婚妻和陸地上的男人跑了，還生了個兒子。把老婆搶回來後不是寵愛，而是生完孩子女兒後，拿去祭獻給醜陋的退化的海怪？？？女兒長大後上陸地又愛上了同母異父的哥哥？？？背叛得莫名其妙。最後男主拿到了自己的武器不是因爲自己有多勇敢多牛逼，而是因爲男主能和海里的動物對話？？？那我倒是奇怪了海里的動物怎麼聽得懂英語。離題了就回來，有點鑽牛角尖了。要我說海神三叉戟就是個大型信號擴散器，幫助擴散命令罷了。
看一下評論時間
對於《海王》我只獲取了4天的數據，看一下大家都在什麼時間進行評論吧，晚上10點以後寫評論的比較多，估計是大家看完電影，回家沒啥事情纔開始寫評論吧~~
def analysis4():
data = clean_data()
# 獲取時間
# 添加小時
data["hour"] = data["startTime"].dt.hour
data["startTime"] = data["startTime"].dt.date
need_date = data[["startTime","hour"]]
def get_hour_size(data):
hour_data = data.groupby(by="hour")["hour"].size().reset_index(name="count")
return hour_data
data = need_date.groupby(by="startTime").apply(get_hour_size)
data_reshape = data.pivot_table(index="startTime",columns="hour",values="count")
bar = Bar("分時評論分析",width =1200,height=600,title_pos ="center")
data_reshape.fillna(0,inplace=True)
print(data_reshape)
for index,row in data_reshape.T.iterrows():
print(data_reshape.index)
v1 = list(row.values)
bar.add(str(index)+"時",row.index,v1,is_legend_show=True,legend_pos="80%",legend_text_size=8)
bar.render("html/1.html")粉絲分佈
# 處理地名數據，解決座標文件中找不到地名的問題
def handle(cities):
# 獲取座標文件中所有地名
data = None
with open(
'city_coordinates.json文件地址',
mode='r', encoding='utf-8') as f:
data = json.loads(f.read()) # 將str轉換爲json
# 循環判斷處理
data_new = data.copy() # 拷貝所有地名數據
for city in set(cities): # 使用set去重
# 處理地名爲空的數據
if city == '':
while city in cities:
cities.remove(city)
count = 0
for k in data.keys():
count += 1
if k == city:
break
if k.startswith(city):
# print(k, city)
data_new[city] = data[k]
break
if k.startswith(city[0:-1]) and len(city) >= 3:
data_new[city] = data[k]
break
# 處理不存在的地名
if count == len(data):
while city in cities:
cities.remove(city)
# 寫入覆蓋座標文件
with open(
'city_coordinates.json文件地址',
mode='w', encoding='utf-8') as f:
f.write(json.dumps(data_new, ensure_ascii=False)) # 將json轉換爲str
def analysis6():
data = clean_data()
cities = list(data[~data["cityName"].isnull()]["cityName"].values)
handle(cities)
style = Style(
title_color='#fff',
title_pos='center',
width=1200,
height=600,
background_color='#404a59'
)
new_cities = Counter(cities).most_common()
geo = Geo("《海王》粉絲分佈","數據來源：CSDN-夢想橡皮擦",**style.init_style)
attr, value = geo.cast(new_cities)
geo.add('', attr, value, visual_range=[0, 3500],visual_text_color='#fff', symbol_size=15,is_visualmap=True, is_piecewise=True, visual_split_number=10)
geo.render('粉絲位置分佈-GEO.html')詞雲圖
import jieba.analyse
def analysis7():
data = clean_data()
contents = list(data["content"].values)
try:
jieba.analyse.set_stop_words('stopwords.txt')
tags = jieba.analyse.extract_tags(str(contents), topK=100, withWeight=True)
name = []
value = []
for v, n in tags:
# 權重是小數，爲了湊整，乘了一萬
name.append( v)
value.append( int(n * 10000))
wordcloud = WordCloud(width=1300, height=620)
wordcloud.add("", name, value, word_size_range=[20, 100])
wordcloud.render()
except:
print("錯誤")全是好評啊，特效好看，劇情好看，全程無尿點，DC,海王，溫子仁，女主。
本週末電影院走起。