用Python分析国庆最火的电影,20万数据分析

国庆小长假我都没有更新,让大家都好好休息一下,也为2019的尾声蓄力,最近计划出一个爬虫系列的文章, 让每个人都能学会爬虫,敬请期待.

现在开始正文.

今年的国庆假期,电影院里最受大家瞩目的电影想必就是《我和我的祖国》了吧,这部电影无论从题材还是参演阵容来说,都非常值得大家去观看,这部电影的评价也非常的好,因此,小编决定来分析一波,看看大家对于这部电影的评价如何。

首先,小编爬取了从该部电影上映,到10月4号,一共五天的评论。小编一共爬取到了20万+的数据量,尽管采用多线程,但是依旧花费了很长的时间。爬取的数据如下所示。

猫眼的爬取主要是通过启始和结束的时间段构建一个url,即可爬取,然后我们同时爬取多个时间段的点评信息,这里我们用多线程爬取:

主要是抓取下面几个维度从城市,影评内容,性别,昵称,用户等级,点评分,时间和评论!

得到数据后,接下来便是对于数据的分析,首先我们来看一下大家最为关心的,评分的分布情况,如下图所示。

可以看出,大家对于这部电影的评分几乎全都是在5分,满分的评价。而且评分在3分以下的非常少。

接下来我们对于好评和差评的人数已经评分的男女性别进行以下分析。

如下图所示。

上图中,由于猫眼上针对于某些用户,没有给出好评和差评的数据,所以我们爬取的数据当中只是包含了绝大部分的观影人群。而在性别的分布中,可以看出,我们忽略“其他”这一比例。男女观影人群的比例中女性观众要多于男性观众

下面我们来观察一下,观影者的城市分布情况,看一下,哪些城市的观影人数较多。

由上图可以看出,左下角的图标显示的是颜色红,观影的人数越多,从上图可以看出,北上广深这几个城市的观影人数是最多的,而从全国的观影分布来看,观影人数较多的城市绝大多数集中于东部的沿海城市一带。而内陆中观影人数较多的城市则大多分布于省会城市。

评论人数随着时间的变化如下图所示。

可以看出,上映当天,由于还是上班日,因此观影人数较十月1日和十月2日假期来说偏少,而随着假期的继续,观影人数呈现缓慢的下滑趋势。

接下来我们针对于大家的评论做一个词云的展示,如下图所示。

这里小编依旧采用jieba来进行分词,但是分词完成后 ,小编采取了数据处理,将数字少于2个的字给剔除,并且采用pyecharts库自带的wordcloud类进行词云的制作,从上图可以看出,大家对于祖国的由衷祝福,祝愿我们伟大的祖国繁荣昌盛。

最后,小编想为大家展示的是,那些极少数的差评的评论,如下图所示。

由图可以看出,差评的观影者只是针对于电影本身,或者是对于影院的一些服务不满而给出的差评,但是他们对于祖国,还是充满着浓浓的爱意。


以上就是小编为大家带来的《我和我的祖国》分析,通过分析,我们发现,大家对于这部剧是抱着非常高的爱国情怀去观看的,虽然演员有小鲜肉也有老戏骨,但是在国家面前,其他的都是微不足道的。

本文分享自微信公众号 - Python绿色通道(Python_channel)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2019-10-08

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏老码农的一亩三分地

IT兄弟连 JavaWeb教程 Servlet线程安全问题

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。

7320
来自专栏老码农的一亩三分地

IT兄弟连 JavaWeb教程 Servlet表单乱码问题

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。

9030
来自专栏比原链

白话比原链跨链技术

随着Bystack的主侧链架构的推出,主侧链之间的跨链问题也成为比原链团队的主要攻克工程难题,当前比原链已经推出了两种跨链的机制,各有不同的侧重点,可能因为本身...

12240
来自专栏老码农的一亩三分地

IT兄弟连 JavaWeb教程 使用Java同步机制对多线程同步

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。

9830
来自专栏老码农的一亩三分地

IT兄弟连 JavaWeb教程 Servlet表单数据

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。

13940
来自专栏老码农的一亩三分地

IT兄弟连 JavaWeb教程 Servlet API

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。

10130
来自专栏老码农的一亩三分地

IT兄弟连 JavaWeb教程 Servlet会话跟踪 Cookie常用方法

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。

6440
来自专栏老码农的一亩三分地

IT兄弟连 JavaWeb教程 Servlet中定义的变量的作用域类型

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。

11650
来自专栏老码农的一亩三分地

IT兄弟连 JavaWeb教程 Servlet会话跟踪 Cookie的优缺点

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。

5720
来自专栏机器之心

80页笔记看遍机器学习基本概念、算法、模型,帮新手少走弯路

本文要介绍的是一份长约 80 页的学习笔记,旨在总结机器学习的一系列基本概念(如梯度下降、反向传播等),不同的机器学习算法和流行模型,以及一些作者在实践中学到的...

9410

扫码关注云+社区

领取腾讯云代金券

年度创作总结 领取年终奖励