爬取了 48048 條評論數據，解讀 9.3 分的《毒液》是否值得一看？

作者 | Ryan

責編 | 郭芮

11月，由湯姆·哈迪主演的「毒液：致命守護者」在國內上映，依託漫威的光環以及演員們精湛的演技，這部動作科幻片在貓眼評分得到豆瓣7.4的評分，口碑和票房都高於大多數同期上映的其他影片。

所以周日的時候跟基友去電影院去看了這場正邪共生的電影，100多人的影院座無虛席，不過看完之後對比其他漫威作品，我倒也沒覺得有多大的驚喜，覺得貓眼上的9.3評分的感受不符。

頭部的幾條評論顯然有些誇大，那大眾對「毒液」感受是怎麼呢？於是筆者動手開始分析起來。

獲取數據

首先要獲取數據，準備爬取貓眼上的電影評論作為本次分析樣本，PC官網上只顯示了電影的10條熱門短評，顯然不夠，於是準備從M端抓包找到評論介面。

介面鏈接：

http://m.maoyan.com/mmdb/comments/movie/42964.json?v=yes&offset=15&startTime=2018-11-20%2019%3A17%3A16。

介面中對我們本次抓取主要有用的參數是offset偏移量以及日期，這兩個條件限制了抓取的條數。分析介面結果：

這裡有用戶評論的相關數據，我們選取了地理位置（用戶為授權無法獲取）、評論內容、用戶名、評分以及評論時間的數據，通過python的requests模塊開始爬取。導入本次爬取需要的包，開始抓取數據。

其次是解析Json數據，每個介面有15條評論數據，10條熱門評論數據，我們將評論數據中用戶名、城市名、評論內容、評分、評論時間依次解析出來，並返回。

接著我們將獲取到的數據保存到本地。此過程中，對介面url中時間的處理借鑒了其他博主的爬蟲思路，將每次爬取的15條數據取最後一條的評論時間，減去一秒（防止重複），從該時間向前獲取直到影片上映時間，獲取所有數據。

最終抓取了48048條評論相關數據作為此次分析樣本。

數據可視化

數據可視化採用了pyecharts，按照地理位置製作了毒液觀眾群的分布圖。部分代碼如下：

從可視化結果來看，「毒液」觀影人群以東部城市為主，觀影的top5城市為深圳、北京、上海、廣州、成都。

觀眾地理位置分布圖

觀眾來源排行TOP20

用戶評論，詞雲圖

只看觀眾分布無法判斷大家對電影的喜好，所以我把通過jieba把評論分詞，最後通過wordcloud製作詞雲，作為大眾對該電影的綜合評價。

從最終的詞雲結果上來看，大多數觀眾還是對「毒液」很滿意的。

作者：Ryan，任職上海某中型互聯網公司，關注數據分析以及互聯網產品領域，喜歡的關注公眾號「格雷福斯」與我交流。

聲明：本文為作者投稿，版權歸其個人所有。

微信改版了，

想快速看到CSDN的熱乎文章，

趕快把CSDN公眾號設為星標吧，

打開公眾號，點擊「設為星標」就可以啦！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！