《你好，李焕英》票房破39亿，用Python分析一下这部春节档的最大黑马

拼搏现实的明天。 2022-10-31 04:16 172阅读 0赞

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。

以下文章来源于网易云课堂

**Python爬虫、数据分析、网站开发等案例教程视频免费在线观看**

https://space.bilibili.com/523606542

# ![a2b6984089fbb14c9cf0ff607a09682a.png][] #

2021年的春节假期就这么结束了，本届春节档的中国电影总票房达到了78亿元！这还真是：就地过年催生“**史上最强春节档**”啊！

其中《唐人街探案3》率先打破多项记录，但因其广告植入又多又尴尬、剧情槽点过多等等差评使得口碑一度下滑，豆瓣评分更是从6.8分跌到了如今的5.6分，降到了烂片的行列。不过，它仍然进入了票房榜前五！

![a8e366fc6ceccdbf12f1ae46e0261116.png][]

与此同期，《你好，李焕英》从春节档第4天开始，不论是上座率、排片率、还是单日票房都实现了成功逆袭，成为春节档的最大黑马。

今天我们就用Python分析一下这位春节档的最大赢家——《**你好，李焕英**》!

![0f5b59102015b8c63aa2c2c299bab31f.png][]

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。

豆瓣电影对爬虫有反爬措施，建议使用**selenium**来爬取豆瓣评价以及评论者的个人信息。

from selenium import webdriver

静待几分钟，就成功获取了500条豆瓣评论数据

![351e07b4331943c8b6b101f1a372ff9a.png][]

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()

![aaa20d847fff01a07449b6f725e20b46.png][]

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。

凭借《你好，李焕英》这部电影，贾玲成为了中国票房最高女导演！饰演她母亲李焕英一角的张小斐也因此一炮而红！

![49a79a6efa40ccd07617ba8194169782.png][]

提及次数第三名的是沈腾饰演的沈光林，许多网友们都在说“沈腾原本只是去客串《你好，李焕英》，结果一不小心成了主角，又一不小心成了150亿电影男演员。”

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：

![034cb6e6a865b41d4695e74935ebcec7.png][]

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。

[a2b6984089fbb14c9cf0ff607a09682a.png]: /images/20221024/26c8be809815490284f9bd437e6d2199.png
[a8e366fc6ceccdbf12f1ae46e0261116.png]: /images/20221024/91fffdd4b66f4333b46d49619ab158b2.png
[0f5b59102015b8c63aa2c2c299bab31f.png]: /images/20221024/3b627669baf946c0813cf7d5c1fc7b81.png
[351e07b4331943c8b6b101f1a372ff9a.png]: /images/20221024/0e028b3ee2054482b70dabafb1e1bc49.png
[aaa20d847fff01a07449b6f725e20b46.png]: /images/20221024/79eee4df774449ac8c8a86b9cb13997b.png
[49a79a6efa40ccd07617ba8194169782.png]: /images/20221024/fdf3f69f738c4cab9646c095691924a1.png
[034cb6e6a865b41d4695e74935ebcec7.png]: /images/20221024/bbb326acea35472d8f86fd87f0d0cf11.png