影评分析第3篇 上映4天，票房7.4亿的《海王》，用数据看大片！

写在前面

今天我要蹭个热点，我要用Python加上一些数据分析，来证明《海王》好看。

《海王》一部电影带你重温《驯龙高手》《变形金刚》《星球大战》《星河战队》《铁血战士》《安德的游戏》《异形》可能还借鉴了对手的《钢铁侠》与《黑豹》剧情，再稍稍带一点《大鱼海棠》的味道，配上一丢丢温子仁式恐怖片套路，优秀的商业片，应该是DC年度最佳了。温子仁，优秀的集大成者。

上映4天，票房7.4亿

在做数据分析之前，我们需要先对数据做清洗，将数据处理到最佳

读取数据,读取数据的时候记住，需要把header=None然后增加names

# 读取数据

def get_data():

  df = pd.read_csv("haiwang.csv",sep=",",header=None,names=["nickName","cityName","content","approve","reply","startTime","avatarurl","score"],encoding="utf-8")

  return df

清洗数据

查看数据是否有重复，采用drop_duplicates删除数据

删除数据之后，需要重置索引 reset_index

处理时间字段为datetime类型

增加一个字段为content_length查阅用户评论数量

# 清洗数据

def clean_data():

  df = get_data()

  has_copy = any(df.duplicated())

  data_duplicated = df.duplicated().value_counts()

  #print(data_duplicated) # 查看有多少数据是重复的

  data = df.drop_duplicates(keep="first") # 删掉重复值

  data = data.reset_index(drop=True) # 重置索引

  data["startTime"] = pd.to_datetime(data["startTime"])

  data["content_length"] = data["content"].apply(len)

  # print(data.isnull().any()) 判断空值

  # print(data[data.isnull().values == True])

  # print(data[data.nickName=="."])

  return data

数据基本情况查看

查看所有数据情况

点赞的最高数目是2783 非常高了，但是平均值才0.25 可见，猫眼上人们并不是很喜欢点赞

回复数最高的才43 可以说非常低了~

《海王》50%以上的人给了5分，肯定是很好看了~

看一下点赞最高的一些数据

幻影XL 获得了最多的点赞，可以看一下他的评论内容。恩，写的确实不错~，夸了一下导演，这个地方出现一点小的疏漏，我看到猫眼点赞最高的，我竟然没有抓取到数据，应该是给遗漏掉了，疏忽啊！

点赞排名

回复排名

# 查看数据基本情况

def analysis1():

  data = clean_data()

  print(data.describe())

  # 删除.

  # need_delete = data[data["nickName"]=="."]

  data = data[~(data['nickName']==".")]

  # data = data[~data['nickName'].isin(["."])]

  # data.drop(need_delete,axis=1,inplace=True)

  print(data["nickName"].describe())

  print(data["cityName"].describe())

查看nickName的描述，发现竟然有个. 需要把数据过滤掉，观影此处最多的城市是北京

去除 . 数据的办法是 data = data[~(data['nickName']==".")]

count 57838

unique 55934

top qzuser

freq 57

Name: nickName, dtype: object

看一下qzuser这个人发了57条都是啥？

这位老铁还真的发了很多唉，一个劲的夸这个电影，O(∩_∩)O哈哈~

看评分

5分遥遥领先，周末的票已经买好，准备去看啦~

图表的实现用的是pychats，官方文档在

http://pyecharts.org/#/zh-cn/prepare

你可以去查阅文档，看一下详细的参数设置

# 分析打分score情况

def analysis2():

  data = clean_data()

  grouped = data.groupby(by="score")["nickName"].size()

  grouped = grouped.sort_values(ascending=False)

  index = grouped.index

  values = grouped.values

  # 柱状图

  bar = Bar("柱状图",title_pos="left",width=240)

  bar.add("",index,values,is_label_show=True,is_legend_show=True,mark_line=["min","max"])

  # Pie图

  pie = Pie("饼图",title_pos="right",width=240)

  pie.add("",index,values,radius=[45,65],center=[70,50],is_label_show=True,legend_pos="90%",legend_orient= "vertical")

  grid = Grid(page_title="《海王》评分详情",width=1200,height=500)

  grid.add(bar,grid_right="50%")

  grid.add(pie, grid_left="70%")

  grid.render("html/score.html")

  print(data)

  print(data[data["score"]==0])

看评语

def analysis3():

  data = clean_data()

  sort_data = data.sort_values(by="content_length",ascending=False)

  print(sort_data.head(10)["content"])

节选几个，可以看看，顺便我还可以学习一下语文

剧情和特效在科幻片中的精彩佳作。剧情延续着海神波塞冬用的玄铁打造的三叉戟铺开，影片中的海王的身世让力量成为了传奇，他有其它亚特兰蒂斯人不具备的亚特兰王的能力。海王在漫画中和其他很多英雄不一样的是，他并不反感杀戮，甚至有些渴望鲜血，这使得他在外型和性格上很难讨喜。温子仁对海王的性格做了一定程度上的改编，弱化了他的残忍，突出了他自卑的性格。整部《海王》表面看上去是一场王位争夺战，实际是亚瑟战胜自卑的成长史，而获得三叉戟就是他性格极为重要的转折点。

“温子仁真的厉害，在这部电影的镜头上和音效上真的是下了功夫，影片中适时响起的音效结合画面，很加分，影片大的方向来看是一部英雄成长史，有主角的披荆斩棘也有活泼温情, 擅长拍恐怖惊悚题材的他，在有些镜头的处理上能读到惊悚的味道，用最擅长的恐怖元素牢牢把握住观众的注意力，但点到为止没破坏电影的整体氛围，度把握的很不错 ，DC这次请温子仁操刀算是做对了一件事，而且海底世界的特效也相当给力，故事剧情上有几个点的设计很灵性，我觉得比毒液好看，因为毒液前面杀人的惊悚画面吓到我了，当然这部电影不是没有缺点，比如有几个地方我觉得节奏进程过快，剧情套路容易被猜中等等，但毕竟放眼整部影片来看，我给出四个字——瑕不掩瑜”

特效还可以的啦，但是剧情真的细碎，就本人而言槽点满满，起因在于海网的母亲因为生下海王而死，也没在海王小时候就派人弄死他，之后奥姆因为陆地人伏击他们决定发起战争（也有可能是奥姆的阴谋，但是海底人被各种残害是事实）结果眉拉，作为奥姆的青梅竹马就背叛奥姆了，就去找海王了，也不知道怎么一牵手，一拥抱，就擦起了爱情的火花（很多人说女主超级美，我看到了寡姐的影子，一头红发，犀利的眼神，个人感觉像寡姐的山寨）然后海王就找到了三叉戟，开启了主角光环之嘴炮无敌，拿到三叉戟，噼里啪啦的先弄死一堆海族人，然后成了海族人的王，奥姆被绿了，王位被抢。海王还说我是海洋的领主，你怕不是翻译官的头头。海族人也凄惨，打不过啊。

先说优点特效很足！特效很足！特效很足！剧情全程没有挖坑。但是不知道为什么！看得不过瘾感觉就跟一般，男女主角爱得莫名其妙，感觉亚特兰蒂斯的女人都有一个特点：喜欢陆地上的男人，不喜欢本土的。挺同情海里的男人的，自己未婚妻和陆地上的男人跑了，还生了个儿子。把老婆抢回来后不是宠爱，而是生完孩子女儿后，拿去祭献给丑陋的退化的海怪？？？女儿长大后上陆地又爱上了同母异父的哥哥？？？背叛得莫名其妙。最后男主拿到了自己的武器不是因为自己有多勇敢多牛逼，而是因为男主能和海里的动物对话？？？那我倒是奇怪了海里的动物怎么听得懂英语。离题了就回来，有点钻牛角尖了。要我说海神三叉戟就是个大型信号扩散器，帮助扩散命令罢了。

看一下评论时间

对于《海王》我只获取了4天的数据，看一下大家都在什么时间进行评论吧，晚上10点以后写评论的比较多，估计是大家看完电影，回家没啥事情才开始写评论吧~~

def analysis4():

  data = clean_data()

  # 获取时间

  # 添加小时

  data["hour"] = data["startTime"].dt.hour

  data["startTime"] = data["startTime"].dt.date

  need_date = data[["startTime","hour"]]

  def get_hour_size(data):

    hour_data = data.groupby(by="hour")["hour"].size().reset_index(name="count")

    return hour_data

  data = need_date.groupby(by="startTime").apply(get_hour_size)

  data_reshape = data.pivot_table(index="startTime",columns="hour",values="count")

  bar = Bar("分时评论分析",width =1200,height=600,title_pos ="center")

  data_reshape.fillna(0,inplace=True)

  print(data_reshape)

  for index,row in data_reshape.T.iterrows():

    print(data_reshape.index)

    v1 = list(row.values)

    bar.add(str(index)+"时",row.index,v1,is_legend_show=True,legend_pos="80%",legend_text_size=8)

  bar.render("html/1.html")

粉丝分布

# 处理地名数据，解决坐标文件中找不到地名的问题

def handle(cities):

  # 获取坐标文件中所有地名

  data = None

  with open(

      'city_coordinates.json文件地址',

      mode='r', encoding='utf-8') as f:

    data = json.loads(f.read()) # 将str转换为json

  # 循环判断处理

  data_new = data.copy() # 拷贝所有地名数据

  for city in set(cities): # 使用set去重

    # 处理地名为空的数据

    if city == '':

      while city in cities:

        cities.remove(city)

    count = 0

    for k in data.keys():

      count += 1

      if k == city:

        break

      if k.startswith(city):

        # print(k, city)

        data_new[city] = data[k]

        break

      if k.startswith(city[0:-1]) and len(city) >= 3:

        data_new[city] = data[k]

        break

    # 处理不存在的地名

    if count == len(data):

      while city in cities:

        cities.remove(city)

  # 写入覆盖坐标文件

  with open(

      'city_coordinates.json文件地址',

      mode='w', encoding='utf-8') as f:

    f.write(json.dumps(data_new, ensure_ascii=False)) # 将json转换为str

def analysis6():

  data = clean_data()

  cities = list(data[~data["cityName"].isnull()]["cityName"].values)

  handle(cities)

  style = Style(

    title_color='#fff',

    title_pos='center',

    width=1200,

    height=600,

    background_color='#404a59'

  )

  new_cities = Counter(cities).most_common()

  geo = Geo("《海王》粉丝分布","数据来源：CSDN-梦想橡皮擦",**style.init_style)

  attr, value = geo.cast(new_cities)

  geo.add('', attr, value, visual_range=[0, 3500],visual_text_color='#fff', symbol_size=15,is_visualmap=True, is_piecewise=True, visual_split_number=10)

  geo.render('粉丝位置分布-GEO.html')

词云图

import jieba.analyse

def analysis7():

  data = clean_data()

  contents = list(data["content"].values)

  try:

    jieba.analyse.set_stop_words('stopwords.txt')

    tags = jieba.analyse.extract_tags(str(contents), topK=100, withWeight=True)

    name = []

    value = []

    for v, n in tags:

      # 权重是小数，为了凑整，乘了一万

      name.append( v)

      value.append( int(n * 10000))

    wordcloud = WordCloud(width=1300, height=620)

    wordcloud.add("", name, value, word_size_range=[20, 100])

    wordcloud.render()

  except:

    print("错误")

全是好评啊，特效好看，剧情好看，全程无尿点，DC,海王，温子仁，女主。

本周末电影院走起。

喜欢这篇文章记得收藏，转发哦！更多相关资讯可以关注xabdqn，免费获得java零基础教程！额外附送excel教程！