用Python网络爬虫带你解析《李焕英》为什么值54亿票房

要说今年最出圈的词汇，《你好，李焕英》绝对算是最热的黑马之一。不鸣则已，一鸣惊人，这部优秀的作品更是让贾玲荣获“全球票房最高女导演”的称号。

（图片来自于“猫眼”程序）

要从感情上分析这部电影为什么能取得如此成功，想必大家已经看得很多，今天我们从数据分角度出发，用Python分析一下这位春节档的最大赢家——《你好，李焕英》!

首先，我们要简单使用Python爬取豆瓣的短评数据。目前这部剧豆瓣上共有612433人进行评分，分数为8.1分，这种评分在国产剧中是很优秀的成绩了。

这里我们使用requests并搭配xpath来爬取豆瓣评价以及评论者的个人信息。

from lxml import etreeimport requests

静待十几秒，就成功获取了500条豆瓣评论数据?

简单筛选，我们就可以从500条数据统计出主演提及次数，并利用pyecharts制作条形图。

bar = (Bar()
      .add_xaxis(x_df)
      .add_yaxis('提及次数', y_df)
      .set_global_opts(title_opts=opts.TitleOpts(title='《你好，李焕英》豆瓣评论中的主演提及次数')
                      ,visualmap_opts=opts.VisualMapOpts())
    )

bar.render_notebook()

我们通过排序可以发现，贾玲饰演的自己，张小斐饰演的李焕英是观众评论提及最多的角色。

我们还可以用pyecharts来制作map地图，来展示评论者的地域分布：

可以看到，豆瓣上给《你好，李焕英》评分的观众中，来自北京市的最多！

最后我们再利用stylecloud制作一个词云图，看看大家主要都在评论些什么？

stylecloud.gen_stylecloud(text=' '.join(text),
                         collocations=False,
                         icon_name='fas fa-chart-pie',
                         size=600,
                         output_name='./评论词云图.png')
Image(filename='./评论词云图.png')

结果如下：

豆瓣评论中主要围绕的关键词有"母亲"和"女儿"，以及对应的角色"贾玲"和"李焕英"。除此以外，"沈腾"、"穿越"、"反转"、"结尾"、"小品"等关键词也被多次提到。

上文就是我们用Python分析一下《你好，李焕英》这部叫好又叫座的电影了。

不过只是使用 Python 简单给你演示一下数据分析的魅力，后续我们其实还能做深入的数据挖掘。而且，实际上数据分析除了获取数据，存储数据，还需要会对数据进行预处理，提取，然后分析，统计，报告等操作。

如果你对使用 Python 数据分析感兴趣，想要拿到一份薪资不错的工作，但是目前还有些许茫然，有很多不清楚的地方，比如数据分析的学习路径是怎么样的？如何制作精美的可视化视图？如何进行股票量化等等？

我这次特地总结了一张思维导图给大家，点击放大看更清楚哦。

（点击查看高清大图）

基于此，我这里将我以前学习过程中用过的电子书（技能类、统计类、业务类），还有相关视频免费分享给大家，省去了你们挑选视频的时间，也希望能够对你们的学习有所帮助。

PS：我总结的资料有点多哦，差不多有4G，大家一定要给你的百度云盘空出位置来哦！

（资料仅展示部分）