全球票房73億的《海王》，是怎麼煉成的！

寫在前面

用Python加上一些數據分析，來證明《海王》好看。

《海王》一部電影帶你重溫《馴龍高手》《變形金剛》《星球大戰》《星河戰隊》《鐵血戰士》《安德的游戲》《異形》可能還借鑒了對手的《鋼鐵俠》與《黑豹》劇情，再稍稍帶一點《大魚海棠》的味道，配上一丟丟溫子仁式恐怖片套路，優秀的商業片，應該是DC年度最佳了。溫子仁，優秀的集大成者。

在做數據分析之前，我們需要先對數據做清洗，將數據處理到最佳

讀取數據,讀取數據的時候記住，需要把header=None然後增加names

# 讀取數據
def get_data():
    df = pd.read_csv("haiwang.csv",sep=",",header=None,names=["nickName","cityName","content","approve","reply","startTime","avatarurl","score"],encoding="utf-8")
    return df

清洗數據

1. 查看數據是否有重覆，採用drop_duplicates刪除數據
   
2. 刪除數據之後，需要重置索引 reset_index
3. 處理時間欄位為datetime類型
4. 增加一個欄位為content_length查閱用戶評論數量

# 清洗數據
def clean_data():
    df = get_data()
    has_copy = any(df.duplicated())
    data_duplicated = df.duplicated().value_counts()
    #print(data_duplicated) # 查看有多少數據是重覆的
    data = df.drop_duplicates(keep="first")  # 刪掉重覆值
    data = data.reset_index(drop=True)  # 重置索引
    data["startTime"] = pd.to_datetime(data["startTime"])
    data["content_length"] = data["content"].apply(len)
    # print(data.isnull().any()) 判斷空值
    # print(data[data.isnull().values == True])
    # print(data[data.nickName=="."])
    return data

數據基本情況查看

查看所有數據情況

點贊的最高數目是2783 非常高了，但是平均值才0.25 可見，貓眼上人們並不是很喜歡點贊
回覆數最高的才43 可以說非常低了~
《海王》50%以上的人給了5分，肯定是很好看了~

看一下點贊最高的一些數據

幻影XL 獲得了最多的點贊，可以看一下他的評論內容。恩，寫的確實不錯~，誇了一下導演，這個地方出現一點小的疏漏，我看到貓眼點贊最高的，我竟然沒有抓取到數據，應該是給遺漏掉了，疏忽啊！

點贊排名

回覆排名

# 查看數據基本情況
def analysis1():
    data = clean_data()
    print(data.describe())
    # 刪除.
    # need_delete = data[data["nickName"]=="."]
    data = data[~(data['nickName']==".")]
    # data = data[~data['nickName'].isin(["."])]
    # data.drop(need_delete,axis=1,inplace=True)

    print(data["nickName"].describe())
    print(data["cityName"].describe())

查看nickName的描述，發現竟然有個. 需要把數據過濾掉，觀影此處最多的城市是北京

去除 . 數據的辦法是 data = data[~(data['nickName']==".")]

count 57838
unique 55934
top qzuser
freq 57
Name: nickName, dtype: object
看一下qzuser這個人發了57條都是啥？

這位老鐵還真的發了很多唉，一個勁的誇這個電影，O(∩_∩)O哈哈~

看評分

5分遙遙領先，周末的票已經買好，準備去看啦~

圖表的實現用的是pychats，官方文檔在

http://pyecharts.org/#/zh-cn/prepare

你可以去查閱文檔，看一下詳細的參數設置

# 分析打分score情況
def analysis2():
    data = clean_data()
    grouped = data.groupby(by="score")["nickName"].size()
    grouped = grouped.sort_values(ascending=False)
    index = grouped.index
    values = grouped.values
    # 柱狀圖
    bar = Bar("柱狀圖",title_pos="left",width=240)
    bar.add("",index,values,is_label_show=True,is_legend_show=True,mark_line=["min","max"])

    # Pie圖
    pie = Pie("餅圖",title_pos="right",width=240)
    pie.add("",index,values,radius=[45,65],center=[70,50],is_label_show=True,legend_pos="90%",legend_orient= "vertical")

    grid = Grid(page_title="《海王》評分詳情",width=1200,height=500)
    grid.add(bar,grid_right="50%")
    grid.add(pie, grid_left="70%")

    grid.render("html/score.html")
    print(data)
    print(data[data["score"]==0])

看評語

def analysis3():
    data = clean_data()
    sort_data = data.sort_values(by="content_length",ascending=False)
    print(sort_data.head(10)["content"])

節選幾個，可以看看，順便我還可以學習一下語文

劇情和特效在科幻片中的精彩佳作。劇情延續著海神波塞冬用的玄鐵打造的三叉戟鋪開，影片中的海王的身世讓力量成為了傳奇，他有其它亞特蘭蒂斯人不具備的亞特蘭王的能力。海王在漫畫中和其他很多英雄不一樣的是，他並不反感殺戮，甚至有些渴望鮮血，這使得他在外型和性格上很難討喜。溫子仁對海王的性格做了一定程度上的改編，弱化了他的殘忍，突出了他自卑的性格。整部《海王》錶面看上去是一場王位爭奪戰，實際是亞瑟戰勝自卑的成長史，而獲得三叉戟就是他性格極為重要的轉折點。

"溫子仁真的厲害，在這部電影的鏡頭上和音效上真的是下了功夫，影片中適時響起的音效結合畫面，很加分，影片大的方向來看是一部英雄成長史，有主角的披荊斬棘也有活潑溫情, 擅長拍恐怖驚悚題材的他，在有些鏡頭的處理上能讀到驚悚的味道，用最擅長的恐怖元素牢牢把握住觀眾的註意力，但點到為止沒破壞電影的整體氛圍，度把握的很不錯 ，DC這次請溫子仁操刀算是做對了一件事，而且海底世界的特效也相當給力，故事劇情上有幾個點的設計很靈性，我覺得比毒液好看，因為毒液前面殺人的驚悚畫面嚇到我了，當然這部電影不是沒有缺點，比如有幾個地方我覺得節奏進程過快，劇情套路容易被猜中等等，但畢竟放眼整部影片來看，我給出四個字——瑕不掩瑜"

特效還可以的啦，但是劇情真的細碎，就本人而言槽點滿滿，起因在於海網的母親因為生下海王而死，也沒在海王小時候就派人弄死他，之後奧姆因為陸地人伏擊他們決定發起戰爭（也有可能是奧姆的陰謀，但是海底人被各種殘害是事實）結果眉拉，作為奧姆的青梅竹馬就背叛奧姆了，就去找海王了，也不知道怎麼一牽手，一擁抱，就擦起了愛情的火花（很多人說女主超級美，我看到了寡姐的影子，一頭紅髮，犀利的眼神，個人感覺像寡姐的山寨）然後海王就找到了三叉戟，開啟了主角光環之嘴炮無敵，拿到三叉戟，噼里啪啦的先弄死一堆海族人，然後成了海族人的王，奧姆被綠了，王位被搶。海王還說我是海洋的領主，你怕不是翻譯官的頭頭。海族人也凄慘，打不過啊。

先說優點特效很足！特效很足！特效很足！劇情全程沒有挖坑。但是不知道為什麼！看得不過癮感覺就跟一般，男女主角愛得莫名其妙，感覺亞特蘭蒂斯的女人都有一個特點：喜歡陸地上的男人，不喜歡本土的。挺同情海裡的男人的，自己未婚妻和陸地上的男人跑了，還生了個兒子。把老婆搶回來後不是寵愛，而是生完孩子女兒後，拿去祭獻給醜陋的退化的海怪？？？女兒長大後上陸地又愛上了同母異父的哥哥？？？背叛得莫名其妙。最後男主拿到了自己的武器不是因為自己有多勇敢多牛逼，而是因為男主能和海裡的動物對話？？？那我倒是奇怪了海裡的動物怎麼聽得懂英語。離題了就回來，有點鑽牛角尖了。要我說海神三叉戟就是個大型信號擴散器，幫助擴散命令罷了。

看一下評論時間

對於《海王》我只獲取了4天的數據，看一下大家都在什麼時間進行評論吧，晚上10點以後寫評論的比較多，估計是大家看完電影，回家沒啥事情才開始寫評論吧~~

def analysis4():
    data = clean_data()
    # 獲取時間
    # 添加小時
    data["hour"] = data["startTime"].dt.hour
    data["startTime"] = data["startTime"].dt.date
    need_date = data[["startTime","hour"]]
    def get_hour_size(data):
        hour_data = data.groupby(by="hour")["hour"].size().reset_index(name="count")
        return hour_data
    data = need_date.groupby(by="startTime").apply(get_hour_size)

    data_reshape = data.pivot_table(index="startTime",columns="hour",values="count")

    bar = Bar("分時評論分析",width =1200,height=600,title_pos ="center")
    data_reshape.fillna(0,inplace=True)
    print(data_reshape)
    for index,row in data_reshape.T.iterrows():
        print(data_reshape.index)
        v1 = list(row.values)

        bar.add(str(index)+"時",row.index,v1,is_legend_show=True,legend_pos="80%",legend_text_size=8)

    bar.render("html/1.html")

粉絲分佈

# 處理地名數據，解決坐標文件中找不到地名的問題
def handle(cities):
    # 獲取坐標文件中所有地名
    data = None
    with open(
            'city_coordinates.json文件地址',
            mode='r', encoding='utf-8') as f:
        data = json.loads(f.read())  # 將str轉換為json

    # 迴圈判斷處理
    data_new = data.copy()  # 拷貝所有地名數據
    for city in set(cities):  # 使用set去重
        # 處理地名為空的數據
        if city == '':
            while city in cities:
                cities.remove(city)
        count = 0
        for k in data.keys():
            count += 1
            if k == city:
                break
            if k.startswith(city):
                # print(k, city)
                data_new[city] = data[k]
                break
            if k.startswith(city[0:-1]) and len(city) >= 3:
                data_new[city] = data[k]
                break
        # 處理不存在的地名
        if count == len(data):
            while city in cities:
                cities.remove(city)

    # 寫入覆蓋坐標文件
    with open(
            'city_coordinates.json文件地址',
            mode='w', encoding='utf-8') as f:
        f.write(json.dumps(data_new, ensure_ascii=False))  # 將json轉換為str


def analysis6():


    data = clean_data()
    cities = list(data[~data["cityName"].isnull()]["cityName"].values)
    handle(cities)


    style = Style(
        title_color='#fff',
        title_pos='center',
        width=1200,
        height=600,
        background_color='#404a59'
    )


    new_cities = Counter(cities).most_common()

    geo = Geo("《海王》粉絲分佈","數據來源：CSDN-夢想橡皮擦",**style.init_style)
    attr, value = geo.cast(new_cities)
    geo.add('', attr, value, visual_range=[0, 3500],visual_text_color='#fff', symbol_size=15,is_visualmap=True, is_piecewise=True, visual_split_number=10)
    geo.render('粉絲位置分佈-GEO.html')

詞雲圖

import jieba.analyse
def analysis7():
    data = clean_data()
    contents = list(data["content"].values)
    try:
        jieba.analyse.set_stop_words('stopwords.txt')
        tags = jieba.analyse.extract_tags(str(contents), topK=100, withWeight=True)
        name = []
        value = []
        for v, n in tags:
            # 權重是小數，為了湊整，乘了一萬
            name.append( v)
            value.append( int(n * 10000))
        wordcloud = WordCloud(width=1300, height=620)
        wordcloud.add("", name, value, word_size_range=[20, 100])
        wordcloud.render()
    except:
        print("錯誤")

全是好評啊，特效好看，劇情好看，全程無尿點，DC,海王，溫子仁，女主。
本周末電影院走起。

源碼關註微信公眾號：回覆海王領取