Python爬虫+数据分析之影评分析 python影评数据分析报告
off999 2024-12-30 06:07 39 浏览 0 评论
本次通过猫眼电影,对春节贺岁大片【满江红】进行数据分析。而本次我们通过动态接口形式获取评论信息,静态HTML解析需要额外的字体解析,网上的教程也已经很全了,有兴趣的小伙伴们也可以多多冲浪或和本人探讨哈!
一、 接口分析
1. 目标站点:猫眼H5
2. 通过滑动查看评论信息,或点击评论进入评论子页面滑动,即可抓取到相关接口(浏览器F12工具中只能抓取到子评论接口,如果要整个评论的需要抓包工具配合或使用手机抓包)
3. 评论接口(已加密处理)
aHR0cHM6Ly9tLm1hb3lhbi5jb20vYXBvbGxvL2Fwb2xsb2FwaS9tbWRiL3JlcGxpZXMvY29tbWVudC8xMTY3MTI5MDg5Lmpzb24/X3ZfPXllcyZvZmZzZXQ9NDA=
二、 响应分析
- 通过子评论接口,可以分析出来相关字段(昵称、性别、评分、评论内容、评论点赞量、用户等级等)
{
"cmts": [
{
"approve": 0,
"assistAwardInfo": {
"avatar": "",
"celebrityId": 0,
"celebrityName": "",
"rank": 0,
"title": ""
},
"avatarurl": "https://img.meituan.net/maoyanuser/e6f7600fa2980a929accb602fde5abaa2776.jpg",
"channelId": 70001,
"content": "在电影院看真的很有氛围!背景音乐也很加分",
"deleted": false,
"id": 1171602285,
"ipLocName": "福建",
"nickName": "腿小菇",
"time": "2023-02-27 10:24",
"userId": 1322748722,
"userLevel": 3,
"vipInfo": "",
"vipType": 0
}
],
"ocm": {
"approve": 8657,
"approved": false,
"assistAwardInfo": {
"avatar": "",
"celebrityId": 0,
"celebrityName": "",
"rank": 0,
"title": ""
},
"authInfo": "",
"avatarurl": "https://img.meituan.net/avatar/66fb6e3ef190201864c732a03b5d9be924014.jpg",
"content": "刚看完满江红,真的好看,这是我看过最值的一部电影,反转反转再反转,真的是永远想不到下一步是什么,而且还很搞笑,搞笑又宏伟,真的描述不出来这个电影的好,都给我去看!满江红!入股不亏!!!!",
"id": 1167129089,
"ipLocName": "辽宁",
"isMajor": false,
"juryLevel": 0,
"majorType": 0,
"mvid": 1462626,
"nick": "Gpc126688235",
"nickName": "Gpc126688235",
"oppose": 0,
"pro": false,
"reply": 680,
"score": 5,
"spoiler": 0,
"supportComment": true,
"supportLike": true,
"sureViewed": 1,
"tagList": {
"fixed": [
{
"id": 1,
"name": "购票好评"
},
{
"id": 4,
"name": "购票"
},
{
"id": 6,
"name": "优质评价"
}
]
},
"time": "2023-01-22 12:19",
"userId": 3164097169,
"userLevel": 2,
"videoDuration": 0,
"vipInfo": "",
"vipType": 0
},
"total": 60
}2. 完整comment接口响应示例
{
"data": {
"hotIds": [
1167280609,
1167187803
],
"total": 16521,
"comments": [
{
"avatarUrl": "https://img.meituan.net/maoyanuser/80cdf9a184d40eb9ecc0e5d170f3e45d11928.png",
"buyTicket": false,
"channelId": 3,
"content": "还行吧,没有看开心 ",
"delete": false,
"follow": false,
"gender": 1,
"id": 1171756165,
"imageUrls": [],
"ipLocName": "山东",
"likedByCurrentUser": false,
"major": false,
"movie": {
"id": 0,
"sc": 0
},
"movieId": 1462626,
"nick": "淘嘉豪",
"replyCount": 0,
"score": 9,
"showApprove": false,
"showVote": false,
"spoiler": false,
"startTime": "1677923460000",
"tagList": [
{
"id": 1,
"name": "购票好评"
},
{
"id": 4,
"name": "购票"
}
],
"time": 1677923460000,
"ugcType": 11,
"upCount": 0,
"userId": 71317227,
"userLevel": 2,
"vipType": 0
},
],
"t2total": 0,
"myComment": {}
},
"paging": {},
"ts": 1677956823197
}
三、数据解析
- 构造请求头,模拟数据请求
def get_film_data(offset = 0, filename="film"):
url = f'aHR0cHM6Ly9tLm1hb3lhbi5jb20vYXBvbGxvL2Fwb2xsb2FwaS9tbWRiL3JlcGxpZXMvY29tbWVudC8xMTY3MTI5MDg5Lmpzb24/X3ZfPXllcyZvZmZzZXQ9NDA='
headers = {
'User-Agent': 'Mozilla/5.0 (iPhone; CPU iPhone OS 11_0 like Mac OS X) AppleWebKit/604.1.38 (KHTML, like Gecko) Version/11.0 Mobile/15A372 Safari/604.1'
}
cookies = {
'uuid_n_v':'v1',
'iuuid':'942C12B0DF4311E9ADA9C1C3B540BA45F066B2B3028841B8A0BC3544E4C0AD17',
'ci':'1%2C%E5%8C%97%E4%BA%AC',
'_lxsdk_cuid':'16d6c9b401ec8-0c6c86354bd8a9-5b123211-100200-16d6c9b401ec8',
'webp':'true',
'_lxsdk':'942C12B0DF4311E9ADA9C1C3B540BA45F066B2B3028841B8A0BC3544E4C0AD17'
}
# 开始页面请求,返回响应内容
response = requests.get(url,headers=headers,cookies=cookies).json()
# 总评论数
total = response['total']
print(total)
# 评论信息列表
cmts = response['cmts']
pprint(cmts)
for comment in cmts:
data = []
# 评论id
# id = comment['id']
# 评论内容
content = comment['content']
# 用户昵称
nickName = comment['nickName']
# 用户评分
score = comment['score']
# 评论时间
# startTime = comment['time']
# 用户id
userId = comment['userId']
# 用户等级
userLevel = comment['userLevel']
# 用户性别
gender = comment.get('gender',None)
data['nickName '] = nickName
data['gender'] = gender
data['score'] = score
data['content'] = content
data['userId '] = userId
data['userLevel'] = userLevel
save_data_csv(data,filename)
return total2. 数据存储(这里为以csv演示)
def save_data_csv(data, file_name):
with open(file_name,'a',encoding='utf-8-sig',newline='')as fp:
# 创建写对象
writer = csv.writer(fp)
title = ['nickName ','gender','score','content','userId ','userLevel']
# 解决循环存储,表头重复问题
with open(file_name,'r',encoding='utf-8-sig',newline='')as fp:
# 创建读对象
reader = csv.reader(fp)
if not [row for row in reader]:
writer.writerow(title)
writer.writerow([data[i] for i in title])
else:
writer.writerow([data[i] for i in title])
print('*'*10+'保存完毕'+'*'*10)四、数据可视化
- 影评分词
def wordcloud_analysis(file_name):
df = pd.read_csv(file_name, encoding='utf-8')
content = df['content'].to_string()
# 开始分词 使用jieba进行精确分词获取词语列表
words = jieba.lcut(content)
# 使用空格拼接获得字符串
words = ' '.join(words)
# 生成词云
# 读取图片,生成图片形状
mask_pic = np.array(Image.open('1.jpg'))
words_cloud = WordCloud(
background_color='white', # 词云图片的背景颜色
width=800, height=600, # 词云图片的宽度,默认400像素;词云图片的高度,默认200像素
font_path='msyh.ttf', # 词云指定字体文件的完整路径
max_words=200, # 词云图中最大词数,默认200
max_font_size=80, # 词云图中最大的字体字号,默认None,根据高度自动调节 min_font_size# 词云图中最小的字体字号,默认4号
font_step=1, # 词云图中字号步进间隔,默认1
random_state=30, # 设置有多少种随机生成状态,即有多少种配色方案
mask=mask_pic # 词云形状,默认None,即方形图
).generate(words) # 有jieba分词拼接的字符串生成词云
words_cloud.to_file('comment.png') # 保存词云为图片
# 使用plt显示词云
plt.imshow(words_cloud, interpolation='bilinear')
# 消除坐标轴
plt.axis('off')
plt.show()2. 观看人群性别及评分占比分析(由于取得部分数据,不代表最终现实结果,勿纠)
def gender_pie_analysis(file_name):
df = pd.read_csv(file_name, encoding='utf-8')
print(df)
#
# # 1.观看人群性别
gender = df['gender'].value_counts()
print(gender)
# 饼图,标题:观看人群性别占比
# 调用自定义饼图函数
# 创建画布和轴
fig, ax = plt.subplots(figsize=(6, 6), dpi=100)
# plt.figure()
size = 0.5
# labels = data.index
ax.pie(gender, labels=['女','男','未知'], startangle=90, autopct='%.1f%%'
, colors=sns.color_palette('husl', len(gender)),
radius=1, # 饼图半径,默认为1
pctdistance=0.75, # 控制百分比显示位置
wedgeprops=dict(width=size, edgecolor='w'), # 控制甜甜圈的宽度
textprops=dict(fontsize=10) # 控制字号及颜色
)
ax.set_title("【满江红】观看人群性别占比", fontsize=15)
# plt.title(title)
plt.show()3. 用户等级分析
def user_level_bar_analysis(file_name):
df = pd.read_csv(file_name, encoding='utf-8')
print(df)
userLevel = df['userLevel'].value_counts().sort_index()
print(userLevel)
x = userLevel.index
y = userLevel
fig, ax = plt.subplots()
plt.bar(x, y, color='#DE85B5')
# 柱状图标题
plt.title('评论用户等级数量分布柱状图')
plt.grid(True, axis='y', alpha=1)
for i, j in zip(x, y):
plt.text(i, j, '%d' % j, horizontalalignment='center', )
ax.spines['right'].set_visible(False)
ax.spines['top'].set_visible(False)
plt.show()该篇文章只是从评分角度去做的数据分析,其实还可以从影视类型、年度电影Top、票房等角度进一步做数据分析。
该篇文章来自本人知乎号:梓羽Python
文章链接:https://zhuanlan.zhihu.com/p/611295606
相关推荐
- 高仿ios主题全套软件(超高仿ios安卓主题)
-
IPhone12启动器全套仿Ios12桌面主题是一款能够让大家的安卓手机秒变苹果机的系统工具,IPhone12启动器可让你的手机直接变成IPhone12的桌面。从主题,桌面,Ui以及系统内的各种细节,...
- win10在哪里下载软件最好(win10软件在哪下载比较好)
-
1、点击Win10系统的开始菜单,然后在点击应用商店;2、打开Win10应用商店后,在搜索框里输入想要搜索的应用软件,然后点击检索;3、点击搜索到的应用,点击安装;4、点击安装后,系统会提示要切换到这...
- 电脑软件怎么安装(电脑软件怎么安装到手机上)
-
电脑怎么安装excel软件方法/步骤:1.在电脑左下角找到这个小圆圈,单击小圆圈打开搜索栏。搜索MicrosoftStore。2.在右上角找到搜索,单击搜索。在搜索中输入Excel。回车键打开。3....
- u盘win7系统安装盘(u盘里安装win7系统)
-
有些软件我们从网上下载安装时需要破解密码或者我们没有网时,直接需要把安装的软件,传到别的电脑,具体操作如下:1。直接把另一台电脑桌面上的软件复制或发送的优盘里,其实那只是一个快捷方式2.以ps软件为例...
- 语音输入法哪个好用(语音输入法免费版下载安装)
-
日常基本使用的讯飞和搜狗都还不错,对比来看的话,讯飞相对会更好一些。讯飞输入法在键盘输入方面进步非常快,功能也比较全面。单纯的语音方面,讯飞的稍微好一点,例如一些标点、断句之类处理的更加到位。讯飞支持...
- 手机app应用市场(手机里面的应用市场)
-
360手机助手是android智能手机的手机管理专家。提供海量的游戏、软件、音乐、小说、视频、图片,通过它轻松下载、安装、管理手机资源。所有提供信息资源,全部经过360安全检测中心的审核认证,绿色无毒...
-
- 开局最强系统(开局最强系统txt奇书网)
-
《最强奶爸系统》作者:最美猪猪小说简介同学甲:“我找到了月入七千的工作。”同学乙:“我找到了月入一万的工作。叶辰,你呢?”叶辰:“我老婆…是万亿市值超凡集团的老板,给我生了10个孩子。”同学们:???叶辰遭前女友陷害,阴差阳错邂逅了一位美女...
-
2026-01-03 07:03 off999
- win10系统下载器官网(下载windows10官方)
-
如果您想要在Windows10上下载游戏辅助,可以按照以下步骤进行:1.打开您选择的游戏辅助下载网站,例如:GameCopyWorld或MegaGames。这些网站提供许多破解游戏的补丁和辅助工具...
- photoshop官方网站进入(photoshop官网入口)
-
那是因为网站采用了安全加密技术,安装了SSL证书,说明此网站为安全的页面,其信息已经经过加密措施。显示https的网站,网址上还会有显示一个小锁头,也是安全标志。1.先用Photoshop做一个网页图...
- windows7旗舰版主机多少钱(windows7旗舰版电脑多少钱一台)
-
其实这两个版本没有太大的差别,只是功能上有少量差别,旗舰版服务开启的要比专业版本服务开启的多几个,至于朋友们说的专业快速度比旗舰版快,或旗舰版比专业版速度快,个人认为速度都是一样只是功能上的差别,如果...
- 小米平板(小米平板怎么分屏)
-
小米平板的简单使用方法:1、首先给小米平板给充电,确保电量充足。2、长按住电源键启动小米平板,进入设备初始设置界面。3、根据屏幕上的提示信息,设置平板电脑联网、绑定小米账号等,直到完成即可正常使用了。...
- 移动硬盘一直在加载无法读取
-
移动硬盘电源灯亮说明硬盘有供电,无法识别此移动硬盘时,可按如下步骤进行排查:1)将移动硬盘拔下后,更换硬盘盒再接上确认。2)更换过硬盘盒还是无法识别的话,移动硬盘就损坏了,需要进行更换;3)若更换过硬...
- 下载软件的app大全(下载软件的app大全免费)
-
中国最常见的目前是迅雷下载软件。官网可以下载到正常的免费版本。他支持ftphttpbt磁力链接等多种形式的下载。国外的有bitcome。电驴和电骡等多种形式的下载软件。他们都可以满足日常的下载要求,...
- wifi贴小程序搭建需要多少钱
-
回答如下:要搭建自己的WiFi小程序,需要以下步骤:1.获得开发资格:首先需要注册成为开发者,获得小程序的开发资格。2.编写代码:使用微信小程序的开发工具,编写WiFi小程序的前端和后端代码。3....
- 外网服务器地址(外网服务器地址ip大全)
-
要弄懂这个问题,你首先要了解什么叫内网,什么叫外网,什么叫服务器,服务器在网络中所扮演的是什么角色,内网:就是指内部网络,窄义上的内网就是指中小型的局域网外网:就是指在你办公网络之外能访问到的网络...
欢迎 你 发表评论:
- 一周热门
-
-
抖音上好看的小姐姐,Python给你都下载了
-
全网最简单易懂!495页Python漫画教程,高清PDF版免费下载
-
Python 3.14 的 UUIDv6/v7/v8 上新,别再用 uuid4 () 啦!
-
飞牛NAS部署TVGate Docker项目,实现内网一键转发、代理、jx
-
python入门到脱坑 输入与输出—str()函数
-
宝塔面板如何添加免费waf防火墙?(宝塔面板开启https)
-
Python三目运算基础与进阶_python三目运算符判断三个变量
-
(新版)Python 分布式爬虫与 JS 逆向进阶实战吾爱分享
-
失业程序员复习python笔记——条件与循环
-
系统u盘安装(win11系统u盘安装)
-
- 最近发表
- 标签列表
-
- python计时 (73)
- python安装路径 (56)
- python类型转换 (93)
- python进度条 (67)
- python吧 (67)
- python的for循环 (65)
- python格式化字符串 (61)
- python静态方法 (57)
- python列表切片 (59)
- python面向对象编程 (60)
- python 代码加密 (65)
- python串口编程 (77)
- python封装 (57)
- python写入txt (66)
- python读取文件夹下所有文件 (59)
- python操作mysql数据库 (66)
- python获取列表的长度 (64)
- python接口 (63)
- python调用函数 (57)
- python多态 (60)
- python匿名函数 (59)
- python打印九九乘法表 (65)
- python赋值 (62)
- python异常 (69)
- python元祖 (57)
