用python爬取《龙岭迷窟》评论,看看比同系列鬼吹灯作品以及《盗墓笔记》好在哪里?

↑ 关注 + 星标 ~ 有趣的不像个技术号

每晚九点,我们准时相约  

大家好,我是朱小五

最近不知道大家发现没有,新出了几部国产好剧,其中小五比较喜欢的就是鬼吹灯系列的《龙岭迷窟》。

自从开播以来,获得好评无数,豆瓣评分开播8.4分,目前有所回落,维持在8.2分,无论是原著粉还是路人观众,都对这部新网剧赞誉有加。在《鬼吹灯》系列的众多影视化作品中名列前茅。

《鬼吹灯》之所以作品这么多,是由于小说的版权非常分散。这也导致制作团队不同,水平更是良莠不齐,正所谓是《一个“鬼吹灯”,八个胡八一;八部《鬼吹灯》,版权花落多少家?》(当然对比盗墓笔记系列的影视化作品来讲,还是要略胜一筹的。)

今天不说一些,只聊一聊大家对《龙岭迷窟》的评价,并和同系列其他网剧以及《盗墓笔记》网剧做个小对比。

豆瓣评分与观众

对于一部国产网剧,如果想分析它的评分与评价,那么似乎只有豆瓣这一个网站可以选择了。

而每一个学python的人,应该写过豆瓣,拉勾,网易云“三剑客”的爬虫吧?

那么爬虫部分就不一一赘述了。

1for comment in comments: 2    # 获取用户名 3    user = comment.xpath('.//h3/span[2]/a/text()')[0] 4    # 获取评星 5    star = comment.xpath('.//h3/span[2]/span[2]/@class')[0][7:8] 6    # 获取时间 7    date_time = comment.xpath('.//h3/span[2]/span[3]/@title') 8    # 获取评论文字 9    comment = comment.xpath('.//p/span/text()')[0].strip() 10

目前无论采用哪种方法,豆瓣的爬虫都只能爬到500条评论。

首先在评分分布上,有70.6%的人都给出了5星好评,给1星的最少仅为3.2%,百分百的好剧评分分布。

不过我们是数据可视化了500条短评,所以最终据结果与豆瓣评分对比肯定差异较大。

关于评论时间的走势图呢,发现分布非常不均匀。

为什么呢?仔细一看两个极值点分别是4月2日和4月9日,正好相差一周。

如果看过这部剧的同学相信一下就知道原因了。

《龙岭迷窟》网剧是每周三晚8点更新,那么当晚和第二天对该剧的评分以及新剧情的讨论肯定是最高峰啊。

我们在爬取豆瓣的评分评论时,顺便还爬到了评论用户的个人主页url。

那么我们也可以根据url对他的个人主页进行访问,顺便获取他的个人信息。

再利用pyecharts制作《龙岭迷窟》豆瓣短评用户的地域分布图。

其中评论人群北京最多,其次是上海、广东。

(这个最好跟豆瓣的用户群体对比一下)

龙岭迷窟 x 精绝古城

在凹凸数据做的统计中,《龙岭迷窟》、《精绝古城》 是目前评分最高的两部《鬼吹灯》系列影视化作品。

那么就看看大家分别对他们的评价如何吧。

两个词云图中的词语基本都是正向的。

不过《龙岭迷窟》中主要围绕潘粤明饰演的胡八一、高伟光饰演的鹧鸪哨以及王胖子,而张雨绮饰演的雪莉杨讨论度却不高。

《精绝古城》则正好相反,陈乔恩的关注度非常高。

看过很多分析豆瓣的文章,这次我们玩点新的。

看看哪些观众看过这两部网剧,又是分别打多少分的?分别怎么评价的?

分别爬取两部剧的评论各500条,利用 merge() 方法将两个表横向,并指定评论用户url为内连接的连接键。

1df3 = pd.merge(df1,df2,on='user_url',how = 'inner') 2

看看其中给龙岭迷窟打分> 精绝古城的评分与评论:

df3[df3['star_x'] > df3['star_y']][['name_x','star_x','comment_x','star_y','comment_y']]```

给龙岭迷窟打分> 精绝古城的评论似乎也没有什么强有力的理由,唯一一个就是给精绝古城打1分的,是认为陈乔恩不适合这个角色。

其中给龙岭迷窟打分< 精绝古城的评分与评论:

df3[df3['star_x'] < df3['star_y']][['name_x','star_x','comment_x','star_y','comment_y']]

吐槽胡八一太胖可还行

龙岭迷窟 x 黄皮子坟

这两部剧对比更像是中青年的胡胖搭档的对比。

上一节做了词云,此处就来个词频吧。

《黄皮子坟》相比《龙岭迷窟》,阮经天的台湾省口音还是提到的比较多的词语。

看看哪些观众看过这两部网剧,又是分别打多少分的?分别怎么评价的?

看看其中给龙岭迷窟打分> 黄皮子坟的评分与评论:

其中打低分的理由很多,相对于演员选角,剧本改编的问题似乎更受质疑。

其中给龙岭迷窟打分< 黄皮子坟的评分与评论:

龙岭迷窟 x 盗墓笔记

《鬼吹灯》和《盗墓笔记》作为国内最出名的两部盗墓题材小说,非常相似,都是铁三角组合。

大家经常拿他们俩对比,影视化作品自然也不会少了相互对比。

其实我是想做一个用户人群的画像,但是豆瓣无法获取更多的评论用户个人信息。

所以我选择了百度指数,看看分别搜索这两部小说的人群有什么不同点?

非常明显,《盗墓笔记》的粉丝群体中女性比例远高于《鬼吹灯》。

个人认为主要是受到小说内容,以及后期影视化过程中演员选角的影响。

看《盗墓笔记》的年龄段相对于《鬼吹灯》来说,也较低一些。

那么改编成网剧后,大家又是如何评价的呢?

看看其中给龙岭迷窟打分> 盗墓笔记的评分与评论:

真的是满屏的1分啊,不多说自己看吧。

现在我回忆起来也只记得“上交国家”和随处可见的“红牛”了。

其中给龙岭迷窟打分< 盗墓笔记的评分与评论:

小结

很高兴国产网剧能又出现一部好剧,同时演员又都在线。

潘粤明在《怒晴湘西》演过陈玉楼,在本剧又演胡八一,再次体验一人饰演两个角色。“李大嘴”姜超饰演的王凯旋,终于像王胖子了。身为一个厨子,拿个工兵铲炒炒菜怎么了。

看的出来《龙岭迷窟》剧组从主角到配角他们都在用心地在挑选、在打磨。

这样的剧确实配得上观众给出的高分。

但其中仍然也有很多国产剧的通病。

这里就不做太多的解析了,喜欢的朋友可以去看看。

本文转转自微信公众号凹凸数据原创https://mp.weixin.qq.com/s/gz3iY1BLrd-gFRDkSjVurQ,可扫描二维码进行关注: 如有侵权,请联系删除。

点赞
收藏

评论区

加载中...

相关推荐

MySQL:[Err] 1292 - Incorrect datetime value: ‘0000-00-00 00:00:00‘ for column ‘CREATE_TIME‘ at row 1

文章目录问题用navicat导入数据时,报错:原因这是因为当前的MySQL不支持datetime为0的情况。解决修改sql\mode:sql\mode:SQLMode定义了MySQL应支持的SQL语法、数据校验等,这样可以更容易地在不同的环境中使用MySQL。全局s

Oracle 分组与拼接字符串同时使用

SELECTT.,ROWNUMIDFROM(SELECTT.EMPLID,T.NAME,T.BU,T.REALDEPART,T.FORMATDATE,SUM(T.S0)S0,MAX(UPDATETIME)CREATETIME,LISTAGG(TOCHAR(

MySQL部分从库上面因为大量的临时表tmp_table造成慢查询

背景描述Time:20190124T00:08:14.70572408:00User@Host:@Id:Schema:sentrymetaLast_errno:0Killed:0Query_time:0.315758Lock_

皕杰报表之UUID

​在我们用皕杰报表工具设计填报报表时,如何在新增行里自动增加id呢?能新增整数排序id吗?目前可以在新增行里自动增加id,但只能用uuid函数增加UUID编码,不能新增整数排序id。uuid函数说明:获取一个UUID,可以在填报表中用来创建数据ID语法:uuid()或uuid(sep)参数说明:sep布尔值,生成的uuid中是否包含分隔符'',缺省为

2020年前端实用代码段,为你的工作保驾护航

有空的时候,自己总结了几个代码段,在开发中也经常使用,谢谢。1、使用解构获取json数据let jsonData  id: 1,status: "OK",data: 'a', 'b';let  id, status, data: number   jsonData;console.log(id, status, number )

mysql设置时区

mysql设置时区mysql\_query("SETtime\_zone'8:00'")ordie('时区设置失败,请联系管理员!');中国在东8区所以加8方法二:selectcount(user\_id)asdevice,CONVERT\_TZ(FROM\_UNIXTIME(reg\_time),'08:00','0