用 Python 分析《斗破苍穹》，分析其究竟是烂片无疑还是沧海遗珠？

作者 | 量化小白H

责编 | 郭芮

近期根据小说《斗破苍穹》改编的同名电视剧正在热映，本文对《斗破苍穹》进行文本分析，分为两部分。首先爬取豆瓣影评进行简单分析，随后对于原创小说文本中的人物进行详细分析。

影评分析

爬取影评使用的也是之前《

用 Python 爬取 500 条豆瓣影评，看看《蚁人2》是否有看点？

》一文的代码，共爬到影评数据500条。

简要概述下爬取过程，首先说明一下工具：软件 Python3.6；Packages 包括 selenium、jieba、snownlp、wordcloud。豆瓣上的影评分为两种，一种是长篇大论的影评，还有一种是短评——本文爬虫的目标就是短评，包括用户名、星级评价、日期、有用数、评论正文。

主页显示45576条，但其实可见的只有500条，每页是20条短评。第一遍直接用Selenium去爬只爬到了200条，后来又加了登陆的代码，之后又加了一个手动输入验证码的部分，最终成功爬到了500条。代码如下：

具体爬的时候，用一个DataFrame来存所有的信息，一行为一个用户的所有数据，数据位置仍然通过开发者工具获得，细节不再赘述。相关代码如下：

最终爬下来的数据大概是这样子：

简单统计来看，一星差评最多，但四五星评价与一二星差评价基本持平。

不过从投票数来看，投票数最多的前25条，无一例外都是一星差评。

大家给差评的原因也很统一，电视剧对小说改编过多，原著党难以接受，再加上5毛钱特效和演员的尴尬演技，感觉是妥妥烂片无疑了。不妨再看看给好评的人都是些神马想法。

除过一些明明给了很差评价还点了力荐的观众之外，投票数最多的好评都来自于主演的粉丝，对他们来说，剧情研究都不重要，看颜就行。

小说文本分析

人物出场频数

分析完影评，作为一名原著党，我觉得更有必要分析一下小说原文。小说共有1646章，首先来看看小说中出场次数最多的人物。

男主出场次数太多，远远高于其他人物，我们不考虑主角，看看其他人物的出场次数。

部分代码如下：

女主分析

从出场频数来看，排名前四的是主角的老师和三个女主，那么究竟哪一个是女一？单从出场次数来看的话可能会太过简单，我们对小说分章节统计每章中所有女主的出场次数，来看看女主出场的时间分布，横轴为章节号，纵轴为出现次数：

从分布图来看，前中期各个女主出场的重叠不多，每个人陪男主走过不同的剧情副本，结尾合家欢。

人物社交关系网络

接下来，我们对小说中的人物关系做一些探究，如果两个人物同时出现在文章的一个段落里，我们就认为这两个人物之间有一定的联系（也可以以句或章节为单位），以此为规则，计算所有人物的共现矩阵。所以人物列表通过百度百科获取，保存为txt文件便于读取。

将小说文本按段落划分之后，会发现共有八万多个段落，人物有一百个左右，直接循环效率太低，但观察得到的段落，有很多单字成段的语气词，这些可以直接删掉。

因此，对于得到的段落，我们首先删掉段落长度小于20个字的，用剩余的段落计算共现矩阵，部分主要人物的共现矩阵如下：

用所有人物的共现矩阵构造社交关系网络图，计算出边和节点矩阵后，用Gephi软件直接作图（Python也可以用networkx作图）：

删掉边权重小于10的值后，重新作图，结果相对清晰一些，连线越宽，表明人物见的联系越紧密：

分词词云

最后，还是以小说文本的词云作为文章结尾，为了使文本分词更准确，这里我们使用了网上流传的包含1208个词的中文停用词表，以及通过搜狗细胞词库得到的两个词库，主要包含一些人名、地名、组织名称、异火等。

完

01

微 信 群

成为群成员，或拉人进群，

还有机会参与红包抽奖，获得免费赠书哦~~

02

征 稿

CSDN作为国内专业的云计算服务平台，目前提供云计算、大数据、虚拟化、数据中心、OpenStack、CloudStack、机器学习、智能算法等相关云计算观点、技术、平台、实践、云产业咨询等服务。CSDN 公众号也一直坚持「与千万技术人共成长」的理念，深度解读行业内热门技术与场景应用，致力于让所有开发者保持敏锐的技术嗅觉、对行业趋势与技术获得更广阔的认知。

文章题材

首先你需要关注我们的公众号“CSDN云计算”，这样你会更准确了解我们需要的文章风格；

侧重于云计算领域相关的文章，可以是技术、运维、趋势等方面的务实内容；

原创，要求文章有鲜明观点和看法。

投稿须知

如果咱们的合作稳定又愉快，还可以签订合同长期合作哦！

2018 AI开发者大会

◆

拒绝空谈，技术争鸣

◆

2018 AI开发者大会（AI NEXTCon）由中国IT社区CSDN与硅谷AI社区AICamp联合出品的AI技术与产业年度盛会。多年经验淬炼，如今蓄势待发：将有近百位中美顶尖AI专家、知名企业代表以及千余名AI开发者齐聚北京，进行技术解读和产业论证。我们只讲技术，拒绝空谈，诚挚邀请AI业内人士一起共铸人工智能新篇章！

2018 AI开发者大会首轮重磅嘉宾及深度议题现已火热出炉，扫码抢“鲜”看。国庆特惠，购票立享5折优惠！