Python分析宋小宝的处女作《发财日记》，看看这部一亿播放量的电影

心已赠人 2022-10-31 04:19 62阅读 0赞

# 前言 #

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。

以下文章源于python数据分析之禅

作者：小dull鸟

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][] #

![分析宋小宝的处女作《发财日记》，看看这部一亿播放量的电影][130f6d58cdd9fa954c746092720fcba3.png]

这部电影没在电影院上映，或者选择在腾讯视频首播（需估计），当前播放量是九千多万，快一亿了，单轮播放量的话，妥妥的第一名

今天，我从电影弹幕入手，和大家一起分析一下这部电影的看点在哪？

首先，我用python爬取了电影的所有弹幕，这个爬虫比较简单，就不细说了，直接上代码：

import requests
    import pandas as pd
    headers = {
    "User-Agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.138 Safari/537.36"
    }
    url = 'https://mfm.video.qq.com/danmu?otype=json&target_id=6480348612%26vid%3Dh0035b23dyt' 
    # 最终得到的能控制弹幕的参数是target_id和timestamp,tiemstamp每30请求一个包。
    comids=[]
    comments=[]
    opernames=[]
    upcounts=[]
    timepoints=[]
    times=[]
    n=15
    while True:
        data = {
                "timestamp":n}
        response = requests.get(url,headers=headers,params=data,verify=False)
        res = eval(response.text) #字符串转化为列表格式
        con = res["comments"]
        if res['count'] != 0: #判断弹幕数量，确实是否爬取结束
            n+=30
            for j in con:
                comids.append(j['commentid'])
                opernames.append(j["opername"])
                comments.append(j["content"])
                upcounts.append(j["upcount"])
                timepoints.append(j["timepoint"])
        else:
            break
    data=pd.DataFrame({'id':comids,'name':opernames,'comment':comments,'up':upcounts,'pon':timepoints})
    data.to_excel('发财日记弹幕.xlsx')

首先用padans读取弹幕数据

import pandas as pd
    data=pd.read_excel('发财日记弹幕.xlsx')
    data

![分析宋小宝的处女作《发财日记》，看看这部一亿播放量的电影][76c4687bd72500a011230416f321af2f.png]

近4万条弹幕，5列数据分别为“评论id”“昵称”“内容”“点赞数量”“弹幕位置”

将电影以6分钟为间隔分段，看每个时间段内弹幕的数量变化情况：

time_list=['{}'.format(int(i/60))for i in list(range(0,8280,360))]
    pero_list=[]
    for i in range(len(time_list)-1):
        pero_list.append('{0}-{1}'.format(time_list[i],time_list[i+1]))
    counts=[]
    for i in pero_list:
        counts.append(int(data[(data.pon>=int(i.split('-')[0])*60)&(data.pon<int(i.split('-')[1])*60)]['pon'].count()))
    import pyecharts.options as opts
    from pyecharts.globals import ThemeType
    from pyecharts.charts import Line
    line=(
        Line({"theme": ThemeType.DARK})
        .add_xaxis(xaxis_data=pero_list)
        .add_yaxis("",list(counts),is_smooth=True)
        .set_global_opts(
            xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15),name="电影时长"),
            title_opts=opts.TitleOpts(title="不同时间弹幕数量变化情况"),
            yaxis_opts=opts.AxisOpts(name="弹幕数量"),
        )
    )
    line.render_notebook()

![分析宋小宝的处女作《发财日记》，看看这部一亿播放量的电影][67f8ce14d78fc183fe9759eeeeb1ef19.png]

从弹幕数量变化来看，早60分钟，120分钟左右分别出现2个峰值，说明这部电影至少有2个高潮

为了满足好奇心，我们一起分析一下前6分钟（不收费）以及2个前面大家都在说什么

# **1.看看前六分钟大家在说什么：** #

#词云代码
    import jieba #词语切割
    import wordcloud #分词
    from wordcloud import WordCloud,ImageColorGenerator,STOPWORDS #词云，颜色生成器，停止
    from pyecharts.charts import WordCloud
    from pyecharts.globals import SymbolType
    from pyecharts import options as opts
    def ciyun(content):
        segment = []
        segs = jieba.cut(content)   # 使用jieba分词
        for seg in segs:
            if len(seg) > 1 and seg != '\r\n':
                segment.append(seg)
        # 去停用词(文本去噪)
        words_df = pd.DataFrame({'segment': segment})
        words_df.head()
        stopwords = pd.read_csv("stopword.txt", index_col=False,
                                    quoting=3, sep='\t', names=['stopword'], encoding="utf8")
        words_df = words_df[~words_df.segment.isin(stopwords.stopword)]
        words_stat = words_df.groupby('segment').agg(count=pd.NamedAgg(column='segment', aggfunc='size'))
        words_stat = words_stat.reset_index().sort_values(by="count", ascending=False)
        return words_stat

data_6_text=''.join(data[(data.pon>=0)&(data.pon<360)]['comment'].values.tolist())
    words_stat=ciyun(data_6_text)
    from pyecharts import options as opts
    from pyecharts.charts import WordCloud
    from pyecharts.globals import SymbolType
    words = [(i,j) for i,j in zip(words_stat['segment'].values.tolist(),words_stat['count'].values.tolist())]
    c = (
        WordCloud()
        .add("", words, word_size_range=[20, 100], shape=SymbolType.DIAMOND)
        .set_global_opts(title_opts=opts.TitleOpts(title="{}".format('前6分钟')))
    )
    c.render_notebook()

![分析宋小宝的处女作《发财日记》，看看这部一亿播放量的电影][60a86b6ddeda68e3b9176c9facd01dad.png]

排名第一的是“小宝”，还出现了“好看”“支持”等字样，看来还是小宝还是挺受欢迎的

# **2.第一个高潮：** #

data_60_text=''.join(data[(data.pon>=54*60)&(data.pon<3600)]['comment'].values.tolist())
    words_stat=ciyun(data_60_text)
    from pyecharts import options as opts
    from pyecharts.charts import WordCloud
    from pyecharts.globals import SymbolType
    words = [(i,j) for i,j in zip(words_stat['segment'].values.tolist(),words_stat['count'].values.tolist())]
    c = (
        WordCloud()
        .add("", words, word_size_range=[20, 100], shape=SymbolType.DIAMOND)
        .set_global_opts(title_opts=opts.TitleOpts(title="{}".format('第一个高潮')))
    )
    c.render_notebook()

![分析宋小宝的处女作《发财日记》，看看这部一亿播放量的电影][5ea73646ffc990827d12dae354231d6a.png]

排在前面的分别是“小宝”“二哥”“哈哈哈”“好看”等，说明肯定是小宝和二哥发生了什么搞笑的事

# **3.第二个高潮：** #

data_60_text=''.join(data[(data.pon>=120*60)&(data.pon<128*60)]['comment'].values.tolist())
    words_stat=ciyun(data_60_text)
    from pyecharts import options as opts
    from pyecharts.charts import WordCloud
    from pyecharts.globals import SymbolType
    words = [(i,j) for i,j in zip(words_stat['segment'].values.tolist(),words_stat['count'].values.tolist())]
    c = (
        WordCloud()
        .add("", words, word_size_range=[20, 100], shape=SymbolType.DIAMOND)
        .set_global_opts(title_opts=opts.TitleOpts(title="{}".format('第二个高潮')))
    )
    c.render_notebook()

![分析宋小宝的处女作《发财日记》，看看这部一亿播放量的电影][e3f3bab9fb288b51bf06e8d4cac1cce7.png]

高频词中，发现“好看”“泪点”“哭哭”等字样，说明电影的结尾很感人

我们接着再挖一下发弹幕最多的人，看看他们都在说什么，因为部分弹幕没有昵称，所以需要先踢除：

data1=data[data['name'].notna()]
    data2=pd.DataFrame({'num':data1.value_counts(subset="name")}) #统计出现次数
    data3=data2.reset_index()
    data3[data3.num>100]     #找出弹幕数量大于100的人

data_text=''
    for i in data3['name'].values.tolist():
        data_text+=''.join(data[data.name==i]['comment'].values.tolist())
    words_stat=ciyun(data_text)
    from pyecharts import options as opts
    from pyecharts.charts import WordCloud
    from pyecharts.globals import SymbolType
    words = [(i,j) for i,j in zip(words_stat['segment'].values.tolist(),words_stat['count'].values.tolist())]
    c = (
        WordCloud()
        .add("", words, word_size_range=[20, 100], shape=SymbolType.DIAMOND)
        .set_global_opts(title_opts=opts.TitleOpts(title="{}".format('粉丝弹幕')))
    )
    c.render_notebook()

![分析宋小宝的处女作《发财日记》，看看这部一亿播放量的电影][7a6c0275e7af201ecf6a39ee951cb864.png]

这评价，真是杠杠的！

看来票房高也不是白来的，既有笑点又有泪点，说明小宝的处女作很成功！

[a2b6984089fbb14c9cf0ff607a09682a.png]: /images/20221024/e11004f993584e8d86b6cbd657ba798b.png
[130f6d58cdd9fa954c746092720fcba3.png]: /images/20221024/edaa7f5def804cc89eea9674bcb27738.png
[76c4687bd72500a011230416f321af2f.png]: /images/20221024/068ddbc1bb1d493c83e2214b5f6dff9f.png
[67f8ce14d78fc183fe9759eeeeb1ef19.png]: /images/20221024/904f103d163c4437b79d96fa543b0cfa.png
[60a86b6ddeda68e3b9176c9facd01dad.png]: /images/20221024/b8860f7577de4195b8d8b28f9a0ca31b.png
[5ea73646ffc990827d12dae354231d6a.png]: /images/20221024/aed22fb808c543c88ac237592b033fa3.png
[e3f3bab9fb288b51bf06e8d4cac1cce7.png]: /images/20221024/77df86a1a09d4c0bb6bc19e654ece586.png
[7a6c0275e7af201ecf6a39ee951cb864.png]: /images/20221024/f60e2d445dc64c32b1eddfad32963563.png