原標題：Python分析18萬條《八佰》影評，看看觀眾怎么說？

最近《八佰》這部電影比較火，上映僅15天就已斬獲22億票房。對于沉寂了半年、影院上座率仍限定在50%的電影市場而言，這樣的成績出人意料。

從貓眼電影官網可以看到，《八佰》獲得了9.2分的高口碑。一向好奇的我產生了一些疑惑，這些人到底在評論些啥？哪些地方的人評論最多？針對不同演員角色的評論內容有什么不同？

于是，用Python采集了《八佰》18萬條觀眾影評并做可視化分析，數據采集區間為2020年8月21日9點至2020年8月30日24點。

數據獲取

貓眼電影是簡單的動態網頁，數據格式為json，通過解析接口的方式即可輕松獲取。

defparse_page(html):

try:

data = json.loads(html)[ 'cmts'] # 將str轉換為json

#print(data)

comments = []

foritem indata:

comment = {

'id': item[ 'id'],

'nickName': item[ 'nickName'],

'cityName': item[ 'cityName'] if'cityName'initem else'', # 處理cityName不存在的情況

'content': item[ 'content'].replace( 'n', ' ', 10), # 處理評論內容換行的情況

'score': item[ 'score'],

'startTime': item[ 'startTime']

}

comments.append(comment)

returncomments

exceptException ase:

pass

數據清洗 讀取影評數據

importpandas aspd

importnumpy asnp

data=[]

withopen( 'comments.txt', 'r',encoding= 'utf-8-sig') asf_input:

forline inf_input:

data.append(list(line.strip.split( ',')))

data

轉為DataFrame并添加列名

df = pd.DataFrame(data).iloc[:, 0: 6]

df.columns = [ '觀眾ID', '觀眾昵稱', '城市', '評論內容', '評分', '評論時間']

刪除重復記錄和缺失值

df = df.drop_duplicates

df = df.dropna

預覽并保存

df.sample( 5)

df.to_csv( "八佰.csv",index= False,encoding= "utf_8_sig")

整體評論詞云

對18萬條影評內容進行分詞，并將頻率最高的500個詞抽離出來制作詞云圖，我們發現廣大觀眾對《八佰》這部戰爭題材電影表現出強烈的情感。除了 好看、 不錯這些贊美之詞以外，更多的是 震撼、 感人、 歷史、 勿忘國恥等代表著強烈民族色彩的詞。

評論類型分布

超過90%的好評率，20億+的票房不是沒有道理。

差評抽樣

差評雖不多，但集中在對《八佰》結局的轟炸。

評論數據量TOP10城市

成都人對《八佰》評論熱情高漲，超過北上廣深等大城市。

相關演員提及

觀眾評論中提及歐豪和端午的次數最多，不知是因為演技還是顏值？

關于端午的評論

關于老算盤的評論

關于羊拐的評論

-----------------

希望系統、快速學習

數據抓取與文本挖掘知識

可以學習數據分析專家@文彤老師的

《跟文彤老師學文本抓取與挖掘》系列視頻課程

系列課程包含以下三門課程

小白零編程網絡爬蟲實戰

Python數據分析--玩轉Pandas

Python數據分析--玩轉文本挖掘

以上順序也是學習的建議順序

課程提供講義（含代碼）與數據供練習

學習過程有問題可加Q群與老師交流討論

10.15~10.18期間參加課程學習

可享受5折優惠

只有四天喔，雙11也沒有這優惠力度

優惠價： 238.50元返回搜狐，查看更多

責任編輯：

總結

以上是生活随笔為你收集整理的深圳python如何评价_Python分析18万条《八佰》影评，看看观众怎么说？的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。