Python 分析《愛情公寓》電影，讓我十年情懷一瞬間都餵了狗

深陷抄襲之名、訴訟糾紛的《愛情公寓》終於上映了。

情懷粉們的力量不容小覷，截止到8月12，《愛情公寓》票房已經突破3.72億大關，穩坐票房冠軍的寶座，院線排片佔比高達40.0%。

和超高票房背道而馳的，是各大社交平台上一邊倒的差評。豆瓣萬人打分，九成觀眾果斷打了一星，只無奈豆瓣沒有零星選項。

不知道有多少像我這樣的情懷粉絲們，滿懷期待地買了電影票，走進電影院，卻發現是交了智商稅。

豆瓣短評區里，觀眾們的狀態已經出離憤怒，近乎暴走的狀態。有人揭露電影掛羊頭賣狗肉，電影內容和《愛情公寓》故事主線毫無關係。是山寨電影、詐騙電影、電影中的拼多多。

為了燃解我心頭之恨，戀習Python將會跟你一起用貓眼上萬條評論數據來分析，網友對這部電影的反響是否爛到刷新國產片不要臉的下限？

還是老規矩，整體思路將會從數據獲取、數據清洗、數據可視化三部曲來進行：

1.數據獲取清洗

整體思路與之前獲取《邪不壓正》評論一樣，詳情見《邪不壓正》評分持續走低，上萬條網友評論揭秘，是救救姜文還是救救觀眾？

具體代碼如下：

2.數據分析可視化

我們將用Python的兩個模塊Pandas與pyecharts：

pyecharts 是一個用於生成 Echarts 圖表的類庫。Echarts 是百度開源的一個數據可視化 JS 庫。用 Echarts 生成的圖可視化效果非常棒，pyecharts 是為了與 Python 進行對接，方便在 Python 中直接使用數據生成圖。（詳情請看：

http://pyecharts.org/）

Pandas 是基於 NumPy 的一個非常好用的庫，正如名字一樣，人見人愛。之所以如此，就在於不論是讀取、處理數據，用它都非常簡單。Pandas 有兩種自己獨有的基本數據結構。要使用pandas，首先就得熟悉它的兩個主要數據結構：Series和DataFrame。其中Series的性質和Python中原生的dict差不多，一個key對應一個vaule，而且key必須是唯一的；DataFrame(以下簡稱df)的性質則和SQL中的table差不多（詳情請看：

真可謂電影界的」拼多多「

我們把城市打分情況投射到地圖中，可以看出：

在熱力圖中，白銀、綿陽、遵義等三四線城市熱度相對高點，也可看出隨著人們消費水平的升級，去電影院看電影是娛樂首選。在滿足普通人民精神娛樂需求方面，但也不能掛羊頭賣狗肉，電影內容和《愛情公寓》故事主線毫無關係。這難道不是電影界的拼多多麼？

評分清一色，均為3星級

圖為主要城市的評論數量與打分情況：

由圖中可看出，各大城市觀眾打分均為3星級左右，這與貓眼評分6.6基本吻合；打出最高分與最低分分別是哈爾濱與中山。同時也能看出，一二線城市觀眾對此很失望。

有些人的良心被狗吃了？

看過了評分，我們看一下評論生成的詞雲圖：

由詞雲圖可以看出，愛情公寓、盜墓電影二詞顯目在列，整部電影就30秒和《愛情公寓》有關，所謂的集齊原班人馬回歸也只是個幌子，《愛情公寓》大電影完全是一部盜墓筆記，真正毀了《愛情公寓》這個ip，也毀了《盜墓筆記》這個ip。

但即便是在這樣觀眾一致認為徹底失望的情況之下，依然有一波忠實的『粉絲們』堅守陣地。他們的手中依然緊握著情懷牌，打分也是一水的五星。

對於這些水軍以及說《愛情公寓》好看的人，大家可以絕交了；作為觀眾，任何的關注都是助長《愛情公寓》的囂張氣焰，我們也有責任自發抵制爛片，決不讓詐騙電影多賺一分錢。

以上信息具體代碼為：

最後，作為《愛情公寓》之前的鐵粉，只想評價一個字：爛。

爛在哪裡？並不是爛在盜墓劇情，也不爛在演員特效。爛在它消費粉絲熱情和愛戴，玩弄觀眾。

2.4分我想更多是對韋正和汪遠的評價。為了賺錢，上映前吹噓誇大，不設點映；為了賺錢，宣傳片預告片MV大量回憶殺，關谷展博無限出鏡；為了賺錢，藏著掖著不見光不露臉，以9.9分的保票「催」著粉絲買預售票。上映第一天3億。賺的盆滿缽滿。

反過來看觀眾，哭著臉走出影院的，多數是被結尾彩蛋感動，彩蛋才真正傳達了「愛情公寓精神」。主演們對著鏡頭的自白，說出了我們最想聽到的幾段話，才真正喚起了我們腦海里對愛情公寓的美好回憶。

電影結尾的彩蛋，小姨媽呼喚關谷的那一段，算是愛情公寓最感人的地方了吧。

但是，一個彩蛋真的配3億票房嗎？

用近乎做作的猶抱琵琶半遮面的營銷手段，讓大家對它憧憬，希望它能給我們的記憶畫上一個圓滿的句號，可卻用一部近乎玩笑的垃圾影片嘲笑我們對它的喜愛。

打著情懷的旗號，將一個個劇版粉絲騙進電影院，將電影票錢裝進自己的腰包。

這就是它最爛的地方。

本文授權轉自：戀習 Python

數據與演算法之美

用數據解決不可能

-----這裡是數學思維的聚集地------

「超級數學建模」（微信號supermodeling），每天學一點小知識，輕鬆了解各種思維，做個好玩的理性派。60萬數學精英都在關注！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！