前言:
随着社会的评分发展,越来越多的员原电视剧出现在了电视的荧幕或是视频网站。其中有许多的纵观最低精品,例如经久不衰的年多《西游记》《红楼梦》,亦或是部国近年来口碑十分不错的《琅琊榜》《白夜追凶》,然而也有一些电视剧,产电因为种种原因,视剧并不是豆瓣的演很尽如人意。
今天我们通过爬取豆瓣上近5000部有评分的评分国产电视剧(不包括港台剧),对比一下剧集以及参演演员的评分情况。
01数据来源
本次我们爬取的数据来源主要分为三个部分:分别是有评分的剧集列表、剧集评分及其他信息、演员信息,对应如下三个页面:
PART1:剧集列表
PART2:剧集信息
PART3:演员信息
通过爬取以上三个页面的数据,我们可以获得完整的电视剧评分及演员信息数据,用于之后的数据对比及可视化,我们以爬取***部分的代码为例,展示整体爬取思路:
- driver = webdriver.Chrome()
- driver.maximize_window()
- driver.close()
- driver.switch_to_window(driver.window_handles[0])
- url = 'https://movie.douban.com/tag/#/?sort=U&range=2,10&tags=%E7%94%B5%E8%A7%86%E5%89%A7,%E4%B8%AD%E5%9B%BD%E5%A4%A7%E9%99%86'
- js='window.open("'+url+'")'
- driver.execute_script(js)
- driver.close()
- driver.switch_to_window(driver.window_handles[0])
- while True:
- try:
- js="var q=document.documentElement.scrollTop=10000000"
- driver.execute_script(js)
- driver.find_element_by_class_name('more').click()
- time.sleep(2)
- except:
- break
- name = [k.text for k in driver.find_elements_by_class_name('title')]
- score = [k.text for k in driver.find_elements_by_class_name('rate')]
- url = [k.get_attribute('href') for k in driver.find_elements_by_class_name('item')]
- pd.DataFrame({ 'name':name,'score':score,'url':url}).to_excel('电视剧名称.xlsx')
02剧集对比
我们在剧集对比部分主要展示两部分数据,首先是***5以及BOTTOM15的剧集评分及拍摄年代:
可以看到十分鲜明的对比,评分较高的剧集大多拍摄年份剧集都有一定的年头,并且历经时间的考验,愈发展示其独特的魅力。相反,一些评分较低的剧集,往往都是近年来拍摄的,可能这也与剧集增多有关。需要提醒的是榜单中的《寻秦记》不是古天乐版本,那是经典中的经典,至于榜单中出现的版本,大家可以有机会亲自去了解一下
正所谓没有无缘无故的爱,也没有无缘无故的恨,我们也选取了豆瓣当中对于剧集的一些有意思的点评。通过点评,让我们了解这些评分产生的原因:
TOP篇:
BOTTOM篇:
03演员对比
我们此次根据演员参演的剧集评分,考虑演员在其中角色的重要性进行赋权,结合剧集评论数量,加权平均得到每个演员的评分情况。首先是我们评选的评分靠前的演员及其出生年份:
估计大部分年轻的读者,可能对这些名单中的演员很多都不是很熟悉,在此小编建议各位可以去看一下这些老戏骨的剧集,感受他们所散发的魅力。同时我们也专门对比了下80后、90后(包含00后)的评分,找寻其中的佼佼者:
刘昊然在评分中领跑其他的90后,考虑到其今年只有20岁出头,我们也期望他在未来能给我们带来更多经典的作品。
可能很多读者对TOP20的演员并不是很熟悉,其实大可不必,因为下面的榜单中相信大多都会是你所熟悉的:
想必看到这里,各位会找到熟悉的感觉,我们相信榜上的各位演员其实也是***潜力的演员。只要努力雕琢演技,未来一定会受到观众对其演技的认可,我们同时分别对比了一下男、女演员:
在此需要指出的是,余文乐和赵又廷上榜并不是因为其剧集评分真的偏低,主要是其参与的大陆制作剧集评分较低,并且我们此次没有统计港台剧。我们也希望榜单中的各位演员未来更加精彩的表现。
04星座分布
感谢豆瓣给我们提供了演员星座的数据,小编周围也有许多对星座十分感兴趣的朋友,不妨我们看一下星座的分布情况:
看来星座整体分布还是比较平均的,只是天秤座和天蝎座略多于其他星座,关于星座,至于你信不信,反正小编是不怎么信的
关于矩形树图的实现,可以参考以下代码:
- from pyecharts import TreeMap
- star_stat = actor_data.groupby('xingzuo').agg({ 'name':'count'}).reset_index().sort_values('name'
- ,ascending=False)[0:12].reset_index()
- data = [{ 'value':star_stat['name'][i],
- 'name':star_stat['xingzuo'][i]+' '+str(star_stat['name'][i])} for i in range(star_stat.shape[0])]
- treemap = TreeMap("星座分布图", width=1200, height=600)
- treemap.add("星座分布", data, is_label_show=True, label_pos='inside')
- treemap.render('星座分布.html')
05城市分布
我们在看完了星座分布之后,再继续来看一下演员的城市分布,看看有多少自己的老乡在参演着电视剧:
不出意外,北京和上海两大中心城市的演员数量也是最多的,而第三名就是小编的家乡青岛了。之前每当小编提及青岛,总是会提起青岛的明星多,这次的数据更加使得小编未来有了交流(chuixu)的底气。
我们下面分别来看一下TOP5的各个城市明星名单:
北京
上海
青岛
哈尔滨
西安
(责任编辑:探索)
国科微(300672.SZ):股东陈岗解除质押245万股 占其所持股份比例22.32%
央行一季度问卷调查报告:70.5%的居民认为收入“基本不变”
茂业商业(600828.SH)2020年度扣非净利同比减少75.09%
进出口数据显示:前5个月我国出口机电产品4.78万亿元 增长31.9%
新设和撤出展开“拉锯战” 券商营业部转型财富管理成共识 扩大市场份