1. 首页
  2. IT资讯

Python数据分析——《隐秘的角落》开播之后就没下过热搜?

不会吧、不会吧,不会还有朋友没看《隐秘的角落》吧,如果没有断网的话,最近朋友圈、微博等都应该被这部只有十二集的国产网剧刷屏了。开播初豆瓣评分就已经达到9.0,甚至一度窜到9.2,要知道国产电视剧过9分的都寥寥无几,更何况还只是一部网剧,可能绝大部分人与这部剧本无缘,但是选择看剧的契机也正是这超高的评分。

经过朋友圈和微博的强烈安利,又在高评分的诱惑下,和家人一天刷完了这部神剧,看完这部剧主要有两个感受:

全员演技都在线
细~真的细、细到爆炸
平时看电视剧不多,国产剧就更少了,最大的一个感受就是有些演技真的是太尬了,一集电视剧四五十分钟,快进三十分钟?这部剧从小演员到专业演员,没有所谓的流量,至少所有人演技都在线,这也是我能坚持追剧的保障。

如果说演技是追剧的保障,那细节就应该是二刷的引子,追过剧之后我姐还在和我说一些小细节,比如录音笔的彩蛋呀、笛卡尔的梗呀,看剧时可能会感叹演技真不错,但值得回味的还是剧中的细节、伏笔,也是这些可能会吸引你去二刷。

每天靠微博热搜续命的我发现从这部剧上映到结局就没有下过热搜,这篇文章就通过Python可视化分析一下每天登上热搜的关键词,问题是微博只有实时热搜的榜单,而我们想获取的是这一段时间内的,万能百度后发现一个”热搜神器”满足需求,但缺点每条热搜可爬取的相关信息有些少。

审查之后发现网页有几个特征:

每个网页的网址不发生改变
网页内容以json形式存储
网页的请求方式为POST
Form表单中,只有一个date发生改变
分析之后很容易得出,网站是通过控制Form表单中date的内容进而控制每天的热搜内容,那么爬虫的方式就很明确了,requests+json就足以应对,爬虫比较简单,就贴出一小部分代码,完整代码文末给出获取方式。

html = requests.post(url=url,headers=headers,data=form_data)
content = html.content.decode(“utf-8″)
datas = json.loads(content)
1
2
3
因为我们本意是只分析与《隐秘的角落》相关的热搜关键词,所以Duck不必保留所有的爬取内容,可以通过一些特有的关键词过滤,比如这部剧的名字、人物、热词,典型代表就是爬山梗。

我设定的时间区间为6.19-6.26共8天,最后爬取到与这部剧有关的热搜有87条:

通过观察爬取得到的数据会发现里面有一些重复的内容,但具体原因不明,这里对数据进行去重:

data.drop_duplicates(subset=None,keep=’first’,inplace=True)
data = data.reset_index(drop=True)
1
2
难免也会有些无关内容,样本数也不是很多,所以我们主观上确认一下热搜关键词,然后将无关内容删去即可,经过处理最后数据集剩下64条数据,也就是平均每天八条热搜。

搜索量Top10
先来看看这几天热度最高的10条热搜:

热度最高的是爬山梗,不知道会不会有景区用这个梗上一波热度!前十中秦昊自己就占了四个词条,再加上伊能静上”姐姐”,快成热搜特邀嘉宾了。在这之前秦昊主演的悬疑剧《无证之罪》也引起了一波热度,编剧正是本剧原著作者紫金陈,拍手叫好。

热搜次数趋势
看一下这段时间热搜数量的趋势是怎样的:

在剧播出之初反响并不是很大,毕竟什么剧前期不论好坏,制作方都会先买一波热度,但到了中后期热搜词条的数量是越来越多的,在25号结局的前一天迎来高峰期,一天就有19条热搜。

pyecharts绘制曲线图时可以通过Line中的下面这个参数来设定阴影区间:

line.set_series_opts(
markarea_opts=opts.MarkAreaOpts(
data=[opts.MarkAreaItem(name=”高峰期”, x=(“2020-06-24″,”2020-06-26”))]
)
1
2
3
4
热度趋势
与热搜次数相匹配的热度如何?

每天的热度与热搜次数很符合正相关,热搜次数越多热度也会越高,25号整天的热搜点击量共有2400多万,结局当天的点击量也有2100多万,热度也不小。

我们都知道如果一个热搜词条点击量越高排名就越靠前,排名越靠前会影响点击量越来越高,所以如果热搜次数和点击量能有着正相关的关系,那么可以推出这些热搜大部分的排名都比较高。

排名区间占比
用饼图的比例显示来验证一下上面的推论:

历史最高排名达到前十的占比就有62%,前二十就已经达到了84%,所以与这部剧相关的热搜词条绝大部分的排名都是比较靠前的,这也正是热度高的一个很重要的原因。

关键词词频统计
前面我们通过关键词来过滤相关词条,那么有哪些关键词搜索次数较高呢?

剧名的搜索次数为26次,占比最多,大约有四成,这应该是理所当然的,毕竟剧比演员火才能体现出一部剧是真的不错,人比剧火就显着比较尴尬啦,人物”朱朝阳”的搜索次数9次,我对这个人物设定真的是惊了,感觉其他人对朱朝阳来说就和陪玩一样,不亏是考年级第一的孩子,都说原著的人物比剧里的还叼,不敢想象。

词云图
最后贴一幅权重词云图:

可以看到出现次数较多的关键词占权重也会比较大,比较突出的就是剧名、人物、演员还有小白船,记得小学六一儿童节的时候总会有班级表演这个歌舞的,看完这个剧真的全毁了,而且总是不自觉就会哼出来。

都说《隐秘的角落》是中国电视剧的曙光,但怕的就是模子已经给出来了,照着画也是件难事,如果中国影视业不改掉”演员>导演>编剧”这样的关系链真的很难翻身,毕竟就艺术而言,还是编剧更贴切一些,至少这部剧是值得一看的,安利一下还没看过的伙伴,个人觉得节奏偏慢,习惯快节奏的伙伴需要耐心些。

本文来自投稿,不代表程序员编程网立场,如若转载,请注明出处:http://www.cxybcw.com/199473.html

联系我们

13687733322

在线咨询:点击这里给我发消息

邮件:1877088071@qq.com

工作时间:周一至周五,9:30-18:30,节假日休息

QR code