前言

• 🔗 運行環(huán)境：python3
• 🚩 作者：K同學啊
• 📚 精品專欄：《Matplotlib教程》
• 🧿 優(yōu)秀專欄：《Python入門100題》
• 🔥 推薦專欄：《小白入門深度學習》
• 🥇 精選專欄：《深度學習100例》

---

大家，我是K同學啊！

近期一部《長津湖》火爆朋友圈，被各種安利，咱一個人也不想跑電影院去霸個情侶座，就老老實實分析一下影評，看看大家的“觀后感”是吧~

首先定位目標網(wǎng)頁

https://movie.douban.com/subject/25845392/comments

上爬蟲，抓取下面四個字段

然后使用pandas對導入數(shù)據(jù)并做簡單的處理

import pandas as pd import osfile_path = os.path.join("douban.csv")#讀取test.csv文件中的A、B列，若不設置usecols參數(shù)，默認讀取全部數(shù)據(jù)。 df = pd.read_csv(open(file_path,'r',encoding='utf-8'), names=["用戶名","星評","評論時間","評論"]) df.head() 用戶名星評評論時間評論01234

依然范特西	還行	2021-09-30 10:23:06	有點失望，劇情可以說無，還是一如既往的人物塑造，一如既往的這樣煽情，第一場戰(zhàn)斗要比第二場好看...
奧利奧小餅干🍪	較差	2021-09-30 15:13:40	看完三個小時只想說以為高潮要來了結(jié)果戛然而止，有點頭重腳輕了，水門橋的部分是要單獨再拿出來整...
高質(zhì)量鑒賞達人	較差	2021-09-26 21:17:48	去看了點映，值得票價，三個小時看下來還好，一直戰(zhàn)爭戲容易麻痹雙眼，但是也刺激。我不喜歡紅海因...
吳點半	還行	2021-09-27 18:16:24	只說實話：\n1、片長太長，對觀眾非常不友好。戰(zhàn)爭戲完全可以減少，士兵互相鬧著玩的戲完全可以...
xi-xia	還行	2021-09-30 11:11:45	戰(zhàn)斗場面篇幅之長，劇情邏輯銜接之弱，看到最后真的麻木了。片長控制在兩個小時更好一點。

star_num = df.星評.value_counts() star_num = star_num.sort_index() star_num 力薦 112 推薦 35 該用戶未星評 2 較差 14 還行 37 Name: 星評, dtype: int64

豆瓣短評評分占比

from pyecharts.charts import Pie, Bar, Line, Page from pyecharts import options as opts from pyecharts.globals import SymbolType# 數(shù)據(jù)對 data_pair = [list(z) for z in zip([i for i in star_num.index], star_num.values.tolist())]# 餅圖 pie1 = Pie(init_opts=opts.InitOpts(width='800px', height='400px')) pie1.add('', data_pair, radius=['35%', '60%']) pie1.set_global_opts(title_opts=opts.TitleOpts(title='豆瓣短評評分占比'), legend_opts=opts.LegendOpts(orient='vertical', pos_top='15%', pos_left='2%')) pie1.set_series_opts(label_opts=opts.LabelOpts(formatter='{b}:ozvdkddzhkzd%')) pie1.render_notebook()

評論數(shù)量走勢圖

# 折線圖 line1 = Line(init_opts=opts.InitOpts(width='800px', height='400px')) line1.add_xaxis(comment_date.index.tolist()) line1.add_yaxis('', comment_date.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='評論數(shù)量走勢圖'), # toolbox_opts=opts.ToolboxOpts(),visualmap_opts=opts.VisualMapOpts(max_=140)) line1.set_series_opts(linestyle_opts=opts.LineStyleOpts(width=4)) line1.render_notebook()

9月30號上映，9月29號就開始造勢了，30號達到高峰，但是1號似乎勢頭大減啊。

詞云圖

正面

import jiebadef get_cut_words(content_series):# 讀入停用詞表stop_words = [] with open(r"hit_stopwords.txt", 'r', encoding='utf-8') as f:lines = f.readlines()for line in lines:stop_words.append(line.strip())# 添加關鍵詞my_words = ['長津湖', '志愿軍'] for i in my_words:jieba.add_word(i) # 自定義停用詞my_stop_words = ['電影',"長津湖","戰(zhàn)爭"] stop_words.extend(my_stop_words) # 分詞word_num = jieba.lcut(content_series.str.cat(sep='。'), cut_all=False)# 條件篩選word_num_selected = [i for i in word_num if i not in stop_words and len(i)>=2]return word_num_selected text1 = get_cut_words(content_series=df[(df.星評=='力薦')|(df.星評=='推薦')]['評論']) text1[:5] ['犧牲', '冰雪', '戰(zhàn)士', '應該', '遺忘'] import stylecloud from IPython.display import Image # 用于在jupyter lab中顯示本地圖片# 繪制詞云圖 stylecloud.gen_stylecloud(text=' '.join(text1), max_words=1000,collocations=False,font_path=r'經(jīng)典綜藝體簡.ttf',icon_name='fas fa-thumbs-up',size=360,output_name='豆瓣正向評分詞云圖.png')Image(filename='豆瓣正向評分詞云圖.png')

負面

text2 = get_cut_words(content_series=df[(df.星評=='還行')|(df.星評=='較差')]['評論']) text2[:5] ['有點', '失望', '劇情', '一如既往', '人物'] # 繪制詞云圖 stylecloud.gen_stylecloud(text=' '.join(text2), max_words=1000,collocations=False,font_path=r'經(jīng)典綜藝體簡.ttf',icon_name='fas fa-thumbs-down',size=350,output_name='豆瓣負向評分詞云圖.png') Image(filename='豆瓣負向評分詞云圖.png')

👇🏻 源碼+數(shù)據(jù) 可通過掃一掃下方 公眾號（K同學啊） 回復 【長津湖】獲取👇🏻

總結(jié)

以上是生活随笔為你收集整理的抓取豆瓣上的《长津湖》的热评，我发现了这些的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

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