CDA數(shù)據(jù)分析師 出品

今年的第92屆奧斯卡可謂是大片云集，入圍的影片不僅藝術(shù)性極高，而且市場(chǎng)口碑都極佳。當(dāng)中有黑幫片《愛(ài)爾蘭人》，經(jīng)典IP《小婦人》，昆汀的《好萊塢往事》，戰(zhàn)爭(zhēng)片《1917》，另類(lèi)超級(jí)英雄片《小丑》等等，真正稱(chēng)得上是神仙打架。

可誰(shuí)也沒(méi)想到，當(dāng)中韓國(guó)電影《寄生蟲(chóng)》爆冷成為了最大的贏家。

這部由韓國(guó)導(dǎo)演奉俊昊自編自導(dǎo)的影片，一舉拿下最佳影片、最佳導(dǎo)演、最佳原創(chuàng)劇本和最佳國(guó)際電影四座奧斯卡獎(jiǎng)杯，創(chuàng)造歷史成為奧斯卡史上首部非英語(yǔ)最佳影片。

作為曾經(jīng)戰(zhàn)斗在與韓國(guó)爭(zhēng)奪端午節(jié)到底是誰(shuí)發(fā)明的一線(xiàn)鍵盤(pán)俠，C君一下子吃了一筐檸檬，酸到不行。今天我們就來(lái)聊聊韓國(guó)的這筐檸檬，不對(duì)，這部電影《寄生蟲(chóng)》。

01

不一樣的奧斯卡
原汁原味的韓國(guó)電影

說(shuō)到《寄生蟲(chóng)》橫掃本屆奧斯卡，你可能會(huì)說(shuō)我們有李安啊，不是也拿獎(jiǎng)過(guò)嗎？要知道作為奧斯卡的寵兒，李安導(dǎo)演在2001年憑借《臥虎藏龍》獲得奧斯卡外語(yǔ)片，在2006年和2013年各憑借《斷背山》和《少年派的奇幻漂流》收獲最佳導(dǎo)演獎(jiǎng)，而還未獲得最佳影片的殊榮。

這次韓國(guó)導(dǎo)演奉俊昊憑借《寄生蟲(chóng)》拿下四座大獎(jiǎng)，直接超越了李安導(dǎo)演的記錄。

無(wú)論我們?cè)趺凑f(shuō)，李安拿最佳導(dǎo)演的那兩部電影都是屬于好萊塢電影，李安甚至都該歸為好萊塢的導(dǎo)演，英語(yǔ)說(shuō)的賊溜。

但反觀《寄生蟲(chóng)》，扎扎實(shí)實(shí)的一部韓國(guó)電影，韓國(guó)人拍韓國(guó)事兒，從導(dǎo)演到演員，從主演到配角，愛(ài)喝酒的奉俊昊導(dǎo)演甚至連英語(yǔ)都不會(huì)說(shuō)（頒獎(jiǎng)詞還得要現(xiàn)場(chǎng)翻譯幫忙），而他之前的作品也都是韓國(guó)本土的電影。

他自己也在臺(tái)上發(fā)表領(lǐng)獎(jiǎng)感言的時(shí)候說(shuō)：

“我要感謝昆汀把我的電影放到他的觀影表單里面，讓全世界更多人知道了我的作品。”

但就是這樣一個(gè)韓國(guó)本土導(dǎo)演，在今年大片云集的情況下拿走份量最重的4個(gè)奧斯卡小金人，尤其是歷史上首次囊括最佳外語(yǔ)片和最佳電影，也為韓國(guó)第一次拿到了奧斯卡，絕對(duì)的硬實(shí)力。

02

近年頻頻開(kāi)掛的
韓國(guó)電影

回顧這幾年，韓國(guó)電影就像開(kāi)掛一樣，每年都會(huì)出爆款。比如警匪片《惡人傳》；根據(jù)村上春樹(shù)小說(shuō)改編的《燃燒》；揭露殘酷社會(huì)現(xiàn)實(shí)的《熔爐》幾乎部部口碑炸裂，在口味苛刻的豆瓣上都在7.7分以上。

奉俊昊導(dǎo)演其實(shí)在韓國(guó)早已家喻戶(hù)曉，除了《寄生蟲(chóng)》，他的這些作品也都耳熟能詳。

2006年的《漢江怪物》（豆瓣7.4分）是當(dāng)時(shí)韓國(guó)少見(jiàn)的科幻電影，票房自上映以來(lái)整整保持了六年韓國(guó)票房冠軍之位直至2012年才被《盜賊同盟》趕超。

2013年的《雪國(guó)列車(chē)》（豆瓣7.4分）該片的故事發(fā)生在一個(gè)被氣候變化毀掉的未來(lái)世界，所有的生物都擠在一列環(huán)球行駛的火車(chē)上。該片首日在韓國(guó)上映就刷新了單日最高票房紀(jì)錄。

而2003年的《殺人回憶》更是在豆瓣評(píng)分高達(dá)8.8分，是許多影迷的必刷片，也影響了之火許多同類(lèi)型影片。同時(shí)，這部影片改編自真實(shí)事件華城連環(huán)殺人案，公映時(shí)引起了強(qiáng)烈的社會(huì)探討，令人欣慰的是在2019年9月《殺人回憶》的殺手原型也被緝拿歸案。

讓我們回到《寄生蟲(chóng)》這部影片，榮獲這么多大獎(jiǎng)，這部電影到底好在哪兒？

03

《寄生蟲(chóng)》講的是什么故事

《寄生蟲(chóng)》主要講述的是，住在廉價(jià)的半地下室出租房里的一家四口，原本全都是無(wú)業(yè)游民。在長(zhǎng)子基宇隱瞞真實(shí)學(xué)歷，去一戶(hù)住著豪宅的富有家庭擔(dān)任家教，之后他更是想方設(shè)法把父親、母親和妹妹全都弄到這戶(hù)人家工作，過(guò)上了“寄生”一般的生活…

《寄生蟲(chóng)》表面上反映的是韓國(guó)社會(huì)的真實(shí)情景，內(nèi)核上卻展現(xiàn)了所有社會(huì)都存在的階級(jí)矛盾這一主題。從劇本設(shè)定上，窮人一家混進(jìn)富人一家寄生于此，然后發(fā)現(xiàn)早有另一家寄居籬下，兩家窮人為了爭(zhēng)奪寄生權(quán)你死我活，整個(gè)故事從開(kāi)始的搞笑到最后的慘劇，沖突與轉(zhuǎn)折中充滿(mǎn)了黑色幽默。即使是韓語(yǔ)的故事，也能幾乎讓所有的觀影者都產(chǎn)生理解和共鳴，這不是一部電影，這就是一部涵蓋了社會(huì)道德和人與人關(guān)系的文學(xué)作品。

當(dāng)我們?cè)谏羁谭治?#xff0c;一本正經(jīng)地寫(xiě)影評(píng)的時(shí)候，愛(ài)喝酒的奉俊昊導(dǎo)演，是這么調(diào)侃：

記者問(wèn)：“為什么《寄生蟲(chóng)》這部電影會(huì)讓這么多的觀眾產(chǎn)生共鳴？”

奉俊昊回答：

“我聽(tīng)到很多人說(shuō)，這部電影講述的是有關(guān)窮人富人以及資本主義，這也是為什么很多人能從電影中找到共鳴的原因。

當(dāng)然這種說(shuō)法沒(méi)錯(cuò)，但我認(rèn)為主要原因是電影開(kāi)頭兩個(gè)年輕人，拿著手機(jī)到處找wifi，全世界的人不都是這樣嗎？很多觀眾從開(kāi)頭就找到了共鳴。”

真是你拿了大獎(jiǎng)，說(shuō)什么都好聽(tīng)。

04

那觀眾又怎么看呢？

我們爬取了《寄生蟲(chóng)》在豆瓣上的影評(píng)數(shù)據(jù)。整個(gè)數(shù)據(jù)分析的過(guò)程分為三步：

· 獲取數(shù)據(jù)

· 數(shù)據(jù)預(yù)處理

· 數(shù)據(jù)可視化

以下是具體的步驟和代碼實(shí)現(xiàn)：

獲取數(shù)據(jù)

豆瓣從2017.10月開(kāi)始全面限制爬取數(shù)據(jù)，非登錄狀態(tài)下最多獲取200條，登錄狀態(tài)下最多為500條，本次我們共獲取數(shù)據(jù)521條。

為了解決登錄的問(wèn)題，本次使用Selenium框架發(fā)起網(wǎng)頁(yè)請(qǐng)求，然后使用xpath進(jìn)行數(shù)據(jù)的提取。

如下圖所示，本此數(shù)據(jù)爬取主要獲取的內(nèi)容有：

· 評(píng)論用戶(hù)ID

· 評(píng)論用戶(hù)主頁(yè)

· 評(píng)論內(nèi)容

· 評(píng)分星級(jí)

· 評(píng)論日期

· 用戶(hù)所在城市

代碼實(shí)現(xiàn)：

# 導(dǎo)入所需包
import numpy as np
import pandas as pd
import time
import requests
import re
from lxml import etree
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.common.keys import Keys
from selenium.webdriver.chrome.options import Options

def login_douban:
'''功能：自動(dòng)登錄豆瓣網(wǎng)站'''
global browser # 設(shè)置為全局變量
browser = webdriver.Chrome

# 進(jìn)入登錄頁(yè)面
login_url = 'https://accounts.douban.com/passport/login?source=movie'
browser.get(login_url)

# 點(diǎn)擊密碼登錄
browser.find_element_by_class_name('account-tab-account').click

# 輸入賬號(hào)和密碼
username = browser.find_element_by_id('username')
username.send_keys('你的用戶(hù)名')
password = browser.find_element_by_id('password')
password.send_keys('你的密碼')

# 點(diǎn)擊登錄
browser.find_element_by_class_name('btn-account').click

def get_one_page(url):
'''功能：傳入url，豆瓣電影一頁(yè)的短評(píng)信息'''
# 進(jìn)入短評(píng)頁(yè)
browser.get(url)

# 獲取網(wǎng)頁(yè)
browser.get(url)
# 解析網(wǎng)頁(yè)
html = etree.HTML(browser.page_source)

# 提取用戶(hù)名
user_name = html.xpath('//div/div[2]/h3/span[2]/a/text')
# 提取用戶(hù)主頁(yè)
user_url = html.xpath('//div/div[2]/h3/span[2]/a/@href')
# 提取推薦星級(jí)
star = html.xpath('//div/div[2]/h3/span[2]/span[2]/@title')
# 提取評(píng)論時(shí)間
comment_time = html.xpath('//div/div[2]/h3/span[2]/span[3]/@title')

# 星級(jí)和評(píng)論時(shí)間bug處理，有的用戶(hù)沒(méi)有填寫(xiě)推薦星級(jí)
star_dealed =

for i in range(len(user_name)):
if re.compile(r'(\d)').match(star[i]) is not None:
star_dealed.append('還行')
# 相同的索引位置插入一個(gè)時(shí)間
comment_time.insert(i, star[i])
else:
star_dealed.append(star[i])

# 提取短評(píng)信息
short_comment = html.xpath('//div/div[2]/p/span/text')
# 提取投票次數(shù)
votes = html.xpath('//div/div[2]/h3/span[1]/span/text')

# 存儲(chǔ)數(shù)據(jù)
df = pd.DataFrame({'user_name': user_name,
'user_url': user_url,
'star': star_dealed,
'comment_time': comment_time,
'short_comment': short_comment,
'votes': votes})
return df

def get_25_page(movie_id):
'''功能：傳入電影ID，獲取豆瓣電影25頁(yè)的短評(píng)信息（目前所能獲取的最大頁(yè)數(shù)）'''
# 創(chuàng)建空的DataFrame
df_all = pd.DataFrame
# 循環(huán)翻頁(yè)
for i in range(25):
url = "https://movie.douban.com/subject/{}/comments?start={}&limit=20&sort=new_score&status=P".format(movie_id,i*20)
print('我正在抓取第{}頁(yè)'.format(i+1), end='\r')
# 調(diào)用函數(shù)
df_one = get_one_page(url)
# 循環(huán)追加
df_all = df_all.append(df_one, ignore_index=True)
# 休眠一秒
time.sleep(1)
return df_all

if __name__ == '__main__':
# 先運(yùn)行登錄函數(shù)
login_douban
# 休眠兩秒
time.sleep(2)
# 再運(yùn)行循環(huán)翻頁(yè)函數(shù)
movie_id = 27010768 # 寄生蟲(chóng)
df_all = get_25_page(movie_id)

爬取出來(lái)的數(shù)據(jù)以數(shù)據(jù)框的形式存儲(chǔ)，結(jié)果如下所示:

從用戶(hù)主頁(yè)的地址可以獲取到用戶(hù)的城市信息，這一步比較簡(jiǎn)單，此處的代碼省略。

數(shù)據(jù)預(yù)處理

對(duì)于獲取到的數(shù)據(jù)，我們需要進(jìn)行以下的處理以方便后續(xù)分析：

· 推薦星級(jí)：轉(zhuǎn)換為1-5分。

· 評(píng)論時(shí)間：轉(zhuǎn)換為時(shí)間類(lèi)型，提取出日期信息

· 城市：有城市空缺、海外城市、亂寫(xiě)和pyecharts尚不支持的城市，需要進(jìn)行處理

· 短評(píng)信息：需要進(jìn)行分詞和提取關(guān)鍵詞

代碼實(shí)現(xiàn)：

# 定義轉(zhuǎn)換函數(shù)
def transform_star(x):
if x == '力薦':
return 5
elif x == '推薦':
return 4
elif x == '還行':
return 3
elif x == '較差':
return 2
else:
return 1

# 星級(jí)轉(zhuǎn)換
df_all['star'] = df_all.star.map(lambda x:transform_star(x))

# 處理日期數(shù)據(jù)
df_all['comment_time'] = pd.to_datetime(df_all.comment_time)

# 定義函數(shù)-獲取短評(píng)信息關(guān)鍵詞
def get_comment_word(df):
'''功能：傳入df，提取短評(píng)信息關(guān)鍵詞'''
import jieba.analyse
import os
# 集合形式存儲(chǔ)-去重
stop_words = set

# 加載停用詞
cwd = os.getcwd
stop_words_path = cwd + '\\stop_words.txt'

with open(stop_words_path, 'r', encoding='utf-8') as sw:
for line in sw.readlines:
stop_words.add(line.strip)

# 添加停用詞
stop_words.add('6.3')
stop_words.add('一張')
stop_words.add('這部')
stop_words.add('一部')
stop_words.add('寄生蟲(chóng)')
stop_words.add('一家')
stop_words.add('一家人')
stop_words.add('電影')
stop_words.add('只能')
stop_words.add('感覺(jué)')
stop_words.add('全片')
stop_words.add('表達(dá)')
stop_words.add('真的')
stop_words.add('本片')
stop_words.add('劇作')

# 合并評(píng)論信息
df_comment_all = df['short_comment'].str.cat

# 使用TF-IDF算法提取關(guān)鍵詞
word_num = jieba.analyse.extract_tags(df_comment_all, topK=100, withWeight=True, allowPOS=)
# 做一步篩選
word_num_selected =

# 篩選掉停用詞
for i in word_num:
if i[0] not in stop_words:
word_num_selected.append(i)
else:
pass

return word_num_selected

key_words = get_comment_word(df_all)
key_words = pd.DataFrame(key_words, columns=['words','num'])

數(shù)據(jù)可視化

用Python做可視化分析的工具很多，目前比較好用可以實(shí)現(xiàn)動(dòng)態(tài)可視化的是pyecharts。我們主要對(duì)以下幾個(gè)方面信息進(jìn)行可視化分析：

· 評(píng)論總體評(píng)分分布

· 評(píng)分時(shí)間走勢(shì)

· 城市分布

· 評(píng)論內(nèi)容

總體評(píng)分分布

截止到目前為止，《寄生蟲(chóng)》在豆瓣電影上有超過(guò)63萬(wàn)人評(píng)價(jià)，網(wǎng)站上的總體評(píng)分為8.7分，這個(gè)分?jǐn)?shù)無(wú)疑是非常高的。好于97% 喜劇片，好于94% 劇情片。

從評(píng)分星級(jí)來(lái)看，5星的占比最高，占總數(shù)的35.21%，4星以上的比重占到50%以上，給到3星以下的比重比較少，僅10%不到。

代碼實(shí)現(xiàn)：

# 總體評(píng)分
score_perc = df_all.star.value_counts / df_all.star.value_counts.sum
score_perc = np.round(score_perc*100,2)

# 導(dǎo)入所需包
from pyecharts.faker import Faker
from pyecharts import options as opts
from pyecharts.charts import Pie, Page

# 繪制柱形圖
pie1 = Pie(init_opts=opts.InitOpts(width='1350px', height='750px'))
pie1.add("",
[*zip(score_perc.index, score_perc.values)],
radius=["40%","75%"])
pie1.set_global_opts(title_opts=opts.TitleOpts(title='總體評(píng)分分布'),
legend_opts=opts.LegendOpts(orient="vertical", pos_top="15%", pos_left="2%"),
toolbox_opts=opts.ToolboxOpts)
pie1.set_series_opts(label_opts=opts.LabelOpts(formatter="{c}%"))
pie1.render('總體評(píng)分分布.html')

評(píng)分時(shí)間走勢(shì)圖

評(píng)論的熱度在2019年8月份最高。可能是出網(wǎng)上資源的時(shí)候吧…

代碼實(shí)現(xiàn)：

time = df_all.comment_date.value_counts
time.sort_index(inplace=True)

from pyecharts.charts import Line

# 繪制時(shí)間走勢(shì)圖
line1 = Line(init_opts=opts.InitOpts(width='1350px', height='750px'))
line1.add_xaxis(time.index.tolist)
line1.add_yaxis('評(píng)論熱度', time.values.tolist, areastyle_opts=opts.AreaStyleOpts(opacity=0.5), label_opts=opts.LabelOpts(is_show=False))
line1.set_global_opts(title_opts=opts.TitleOpts(title="時(shí)間走勢(shì)圖"),
toolbox_opts=opts.ToolboxOpts,
visualmap_opts=opts.VisualMapOpts)
line1.render('評(píng)論時(shí)間走勢(shì)圖.html')

評(píng)論用戶(hù)城市分布

接下來(lái)分析了評(píng)論者所在的城市分布。

從觀影評(píng)價(jià)城市來(lái)看，北京占到絕大多數(shù)，其次是上海。這跟微博統(tǒng)計(jì)的數(shù)據(jù)基本一致。

代碼實(shí)現(xiàn)：

# 國(guó)內(nèi)城市top10
city_top10 = df_all.city_dealed.value_counts[:12]
city_top10.drop('國(guó)外', inplace=True)
city_top10.drop('未知', inplace=True)

from pyecharts.charts import Bar

# 條形圖
bar1 = Bar(init_opts=opts.InitOpts(width='1350px', height='750px'))
bar1.add_xaxis(city_top10.index.tolist)
bar1.add_yaxis("城市", city_top10.values.tolist)
bar1.set_global_opts(title_opts=opts.TitleOpts(title="評(píng)論者Top10城市分布"),
toolbox_opts=opts.ToolboxOpts,
visualmap_opts=opts.VisualMapOpts)
bar1.render('評(píng)論者Top10城市分布條形圖.html')

評(píng)分詞云圖

代碼實(shí)現(xiàn)：

from pyecharts.charts import WordCloud
from pyecharts.globals import SymbolType, ThemeType

word = WordCloud(init_opts=opts.InitOpts(width='1350px', height='750px'))
word.add("", [*zip(key_words.words, key_words.num)],
word_size_range=[20, 200], shape='diamond')
word.set_global_opts(title_opts=opts.TitleOpts(title="寄生蟲(chóng)電影評(píng)論詞云圖"),
toolbox_opts=opts.ToolboxOpts)
word.render('寄生蟲(chóng)電影評(píng)論詞云圖.html')

從電影短評(píng)的分詞來(lái)看，主要集中對(duì)“奉俊昊”導(dǎo)演的探討上。畢竟在此之前，讓大家說(shuō)出一個(gè)韓國(guó)導(dǎo)演的名字，大家還是有點(diǎn)摸不著頭腦的，就知道殺人回憶、漢江怪物挺好看。

其次關(guān)于“窮人”“富人”“階級(jí)”等影片故事內(nèi)核的關(guān)注度也很高。

這里面就有一句大家最常提及的臺(tái)詞，引人深思：不是“有錢(qián)卻很善良”，是“有錢(qián)所以善良”，懂嗎？如果我有這些錢(qián)的話(huà)，我也會(huì)很善良，超級(jí)善良。

與此同時(shí)針對(duì)影片的劇情“反轉(zhuǎn)”，“鏡頭”等拍攝手法也是觀眾的焦點(diǎn)。

很有意思的是，看本片時(shí)觀眾還會(huì)跟《燃燒》等韓國(guó)電影進(jìn)行比較。這里也推薦大家可以去看看《燃燒》，也是非常不錯(cuò)的一部作品。

結(jié)語(yǔ)

最后，被檸檬酸到不行的我們，可以繼續(xù)當(dāng)個(gè)鍵盤(pán)俠去羨慕一下韓國(guó)的電影審查制度。但最根本的還是年輕的鍵盤(pán)俠們真正長(zhǎng)大到要去拍電影、審查電影的時(shí)候，能不能真正如自己所說(shuō)的那般帶來(lái)改變。當(dāng)然也可以學(xué)學(xué)中國(guó)足球，我們是不是可以歸化一個(gè)韓國(guó)導(dǎo)演？

總結(jié)

以上是生活随笔為你收集整理的《寄生虫》横扫奥斯卡，Python告诉你这部电影到底好在哪里？的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。