哪吒到底有多火？Python数据分析告诉你！

Python编程与实战

发布于 2019-12-04 16:38:32

4870

发布于 2019-12-04 16:38:32

文章被收录于专栏：Python编程与实战Python编程与实战

最近，朋友圈和微博被动画《哪吒之魔童降世》刷屏了。对哪吒的记忆还停留在小时候看的动画片：是他，是他，就是他，我们的小朋友小哪吒。

穿个红色肚兜，扎两个小辫子，让小时候的我一度怀疑这是男是女？？？然后我看到这部片子的宣传海报，这尼玛这是什么妖魔？

直到我走出电影院之后啪啪啪打脸，真香。

电影上映之后，无论是票房还是口碑一路炸裂

上映 14 天，累计票房 31.9 亿，在中国电影票房史上排在第 8 名，不出意外最终能进入排行榜前五名

为了能让大家有个更加直观的感受，所以我用 Python 爬取并分析了电影相关的数据

数据抓取

主要抓取的是电影从上映到今天的所有票房数据，以及和其它同期上映的电影一些对比情况

数据来源

数据来源地址：http://piaofang.baidu.com/ 老规矩，人狠话不多，直接贴代码了

@classmethod
def spider(cls):
    cls.session.get("https://piaofang.baidu.com/?sfrom=wise_film_box")
    lz_list = []
    szw_list = []

    for r in [datetime.now() - timedelta(days=i) for i in range(0, 14)]:
        params = {
            "pagelets[]": "index-overall",
            "reqID": "28",
            "sfrom": "wise_film_box",
            "date": r.strftime("%Y-%m-%d"),
            "attr": "3,4,5,6",
            "t": int(time.time() * 1000),
        }
        response = cls.session.get("https://piaofang.baidu.com/", params=params).text

        result = eval(re.findall("BigPipe.onPageletArrive\((.*?)\)", response)[0])

        selector = Selector(text=result.get("html"))

        li_list = selector.css(".detail-list .list dd")
        for d in range(len(li_list)):
            dic = {}
            name = li_list[d].css("h3 b ::text").extract_first()
            if '哪吒' in name or "烈火" in name:
                total_box = li_list[d].css("h3 span ::attr(data-box-office)").extract_first()  # 总票房
                box = li_list[d].css("div span[data-index='3'] ::text").extract_first()  # 实时票房
                ratio = li_list[d].css("div span[data-index='4'] ::text").extract_first()  # 票房占比
                movie_ratio = li_list[d].css("div span[data-index='5'] ::text").extract_first()  # 排片占比

                dic["date"] = r.strftime("%Y-%m-%d")
                dic["total_box"] = float(
                    total_box.replace("亿", "")) * 10000 if "亿" in total_box else total_box.replace("万", "")
                dic["box"] = float(box.replace("亿", "")) * 10000 if "亿" in box else box.replace("万", "")
                dic["ratio"] = ratio
                dic["movie_ratio"] = movie_ratio

                lz_list.append(dic) if '哪吒' in name else szw_list.append(dic)

    return lz_list, szw_list

这是一个 class 类方法，因为用到了类变量，所以上面有个装饰器。你也可以写成普通方法

上面的代码将《哪吒之魔童降世》和《烈火英雄》从上映至今相关数据都爬下来了

数据可视化

主要是基于 pyecharts 模块来做数据可视化

总票房走势图

看这票房走势，再加上周末两天，40 亿不是梦

部分代码如下：

@staticmethod
def line_base(l1, l2) -> Line:

    lh_list = [y["total_box"] for y in l2]
    lh_list.extend([0 for _ in range(3)])  # 前面三天为0

    c = (
        Line(init_opts=opts.InitOpts(bg_color="", page_title="总票房"))
            .add_xaxis([y["date"] for y in reversed(l1)])
            .add_yaxis("哪吒之魔童降世", [y["total_box"] for y in reversed(l1)], is_smooth=True, markpoint_opts=opts.
                       MarkPointOpts(data=[opts.MarkPointItem(type_="max")]))

            .add_yaxis("烈火英雄", reversed(lh_list), is_smooth=True, markpoint_opts=opts.
                       MarkPointOpts(data=[opts.MarkPointItem(type_="max")]))

            .set_global_opts(title_opts=opts.TitleOpts(title="总票房", subtitle_textstyle_opts={"color": "red"},
                                                       subtitle="单位: 万元"), toolbox_opts=opts.ToolboxOpts())
    )
    return c.render("line.html")

再看下排片情况