电影--革命者--评论情感分析

# 导入相关包
from selenium import webdriver
import pandas as pd
import jieba
from wordcloud import WordCloud
import matplotlib.pyplot as plt

# 爬取电影革命者评论信息
driver = webdriver.Chrome(executable_path='chromedriver.exe')
driver.get('https://movie.douban.com/subject/35288767/comments?limit=20&status=P&sort=new_score')
driver.maximize_window()

elements = driver.find_elements_by_class_name('comment-content')
lit = []
for i in elements:
    dic = {}
    dic['comment'] = i.text
    lit.append(dic)

data = pd.DataFrame(lit)
data.head()

	comment
0	跟另外一部相比，以点带面用李大钊带出时代群像，更清晰与具感染力。张颂文演得好，踏实又深情。@环球港
1	非线性发展穿插讲了李大钊在共产党建立发展的历史事件，当然电影不是纪录片，在形式上，在美学上，...
2	整部片子都太满了，情绪太外露，台词太直白生硬，配乐太多太煽情。开头的破碎更是致命的。结构上的...
3	实话实说，有点失望。很多“劳动者”的脸上看不到岁月苦难的皴搜的痕迹，太过整洁光鲜。有很多镜头...
4	虽然对李大钊了解不多，但在银幕前真坐不住，很想赶快回家自学历史，甚至忍不住当场（偷偷）查起资料

# 分词
data['cut'] = data['comment'].apply(lambda x: list(jieba.cut(x)))
data

	comment	cut
0	跟另外一部相比，以点带面用李大钊带出时代群像，更清晰与具感染力。张颂文演得好，踏实又深情。@环球港	[跟, 另外, 一部, 相比, ，, 以点带面, 用, 李大钊, 带, 出, 时代, 群像,...
1	非线性发展穿插讲了李大钊在共产党建立发展的历史事件，当然电影不是纪录片，在形式上，在美学上，...	[非线性, 发展, 穿插, 讲, 了, 李大钊, 在, 共产党, 建立, 发展, 的, 历史...
2	整部片子都太满了，情绪太外露，台词太直白生硬，配乐太多太煽情。开头的破碎更是致命的。结构上的...	[整部, 片子, 都, 太满, 了, ，, 情绪, 太, 外露, ，, 台词, 太, 直白,...
3	实话实说，有点失望。很多“劳动者”的脸上看不到岁月苦难的皴搜的痕迹，太过整洁光鲜。有很多镜头...	[实话实说, ，, 有点, 失望, 。, 很多, “, 劳动者, ”, 的, 脸上, 看不到...
4	虽然对李大钊了解不多，但在银幕前真坐不住，很想赶快回家自学历史，甚至忍不住当场（偷偷）查起资料	[虽然, 对, 李大钊, 了解, 不, 多, ，, 但, 在, 银幕, 前真, 坐不住, ，...
5	把李大钊刻画的非常不立体，过于脱离生活。张颂文的表演并不出彩，把三十岁左右的守常先生塑造的老...	[把, 李大钊, 刻画, 的, 非常, 不, 立体, ，, 过于, 脱离生活, 。, 张颂文...
6	加入了艺术追求的类型片着实新鲜。导演对比前作我觉得有进步，故事节奏和剪辑点的创新其实更具代入...	[加入, 了, 艺术, 追求, 的, 类型, 片, 着实, 新鲜, 。, 导演, 对比, 前...
7	“只要能找到这条路，我就敢叫天地变颜色！” 承先辈之精神，创吾辈之未来 张颂文李易峰韩庚都演...	[“, 只要, 能, 找到, 这条, 路, ，, 我, 就, 敢, 叫, 天地, 变, 颜色...
8	6/10，有喜欢的段落，但总体观感不是很好，与其叫这个名字还不如叫李大钊回忆录来得直观	[6, /, 10, ，, 有, 喜欢, 的, 段落, ，, 但, 总体, 观感, 不是, ...
9	碎 我期待的激情澎湃并没有澎湃起来 有点可惜	[碎, , 我, 期待, 的, 激情, 澎湃, 并, 没有, 澎湃, 起来, , 有点,...
10	张颂文老师的演技值得五星，但是电影的时间线混乱和出戏的“我相信”之类让我没法给五星，并且其他...	[张颂文, 老师, 的, 演技, 值得, 五星, ，, 但是, 电影, 的, 时间, 线, ...
11	全员演技在线，张颂文台词太强了。明知有些场面是故意煽情，但眼泪还是流了下来。	[全员, 演技, 在线, ，, 张颂文, 台词, 太强, 了, 。, 明知, 有些, 场面,...
12	我好久没有在电影院看到“八一电影制片厂”这行字了～ 非常纯熟大制作的党建科普教育宣传电影，感...	[我, 好久, 没有, 在, 电影院, 看到, “, 八一电影制片厂, ”, 这行, 字, ...
13	导演功力不够，各种转场太过于依赖动画。部分片段插入意义不明，对情节推动毫无作用。三星全给守常先生。	[导演, 功力, 不够, ，, 各种, 转场, 太, 过于, 依赖, 动画, 。, 部分, ...
14	导演的手法比较新颖，故事讲诉比较有创意，在李大钊即将被绞刑的二十多个小时里，从其他人的角度回...	[导演, 的, 手法, 比较, 新颖, ，, 故事, 讲诉, 比较, 有, 创意, ，, 在...
15	电影幸亏有了管虎的监制，否则徐展雄的这部电影会步《荞麦疯长》的后尘。但电影的闪回旁白太多，剪...	[电影, 幸亏, 有, 了, 管虎, 的, 监制, ，, 否则, 徐展, 雄, 的, 这部,...
16	差点看哭了，整体基调比较悲壮，除了教员登场的时候是暖色调，其他时候都是压抑的冷色调为主。那段...	[差点, 看, 哭, 了, ，, 整体, 基调, 比较, 悲壮, ，, 除了, 教员, 登场...
17	问：什么是电影语言？ 答：来看看《革命者》的叙事、画面和声音。	[问, ：, 什么, 是, 电影, 语言, ？, , 答, ：, 来, 看看, 《, 革命...
18	首映观影，十分精彩和震撼的一部关于李大钊的自传电影。最突出的是张颂文老师对李大钊先生的诠释和...	[首映, 观影, ，, 十分, 精彩, 和, 震撼, 的, 一部, 关于, 李大钊, 的, ...
19	“高尚的生活，常在壮烈的牺牲中。”法兰西共和国、苏维埃和新中国，无不有流血的英雄，李大钊是黑...	[“, 高尚, 的, 生活, ，, 常在, 壮烈, 的, 牺牲, 中, 。, ”, 法兰西共...

# 导入停顿词文件,用于去除停顿词
stop_word = pd.read_csv('stop.txt', sep='/n', header=None, names=['stopword'], encoding='utf-8')
stop_word.head()

C:\Users\12048\Anaconda3\lib\site-packages\ipykernel_launcher.py:2: ParserWarning: Falling back to the 'python' engine because the 'c' engine does not support regex separators (separators > 1 char and different from '\s+' are interpreted as regex); you can avoid this warning by specifying engine='python'.

	stopword
0	!
1	"
2	#
3	$
4	%

# 去除停顿词，然后分词
stop_list = stop_word['stopword'].tolist()
data['cut'] = data['comment'].apply(lambda x : [i for i in jieba.cut(x) if i not in stop_list])
data.head()

	comment	cut
0	跟另外一部相比，以点带面用李大钊带出时代群像，更清晰与具感染力。张颂文演得好，踏实又深情。@环球港	[一部, 相比, 以点带面, 李大钊, 时代, 群像, 清晰, 具, 感染力, 张颂, 文演...
1	非线性发展穿插讲了李大钊在共产党建立发展的历史事件，当然电影不是纪录片，在形式上，在美学上，...	[非线性, 发展, 穿插, 讲, 李大钊, 共产党, 建立, 发展, 历史, 事件, 电影,...
2	整部片子都太满了，情绪太外露，台词太直白生硬，配乐太多太煽情。开头的破碎更是致命的。结构上的...	[整部, 片子, 太满, 情绪, 太, 外露, 台词, 太, 直白, 生硬, 配乐, 太多,...
3	实话实说，有点失望。很多“劳动者”的脸上看不到岁月苦难的皴搜的痕迹，太过整洁光鲜。有很多镜头...	[实话实说, 失望, 劳动者, 脸上, 看不到, 岁月, 苦难, 皴, 搜, 痕迹, 太过,...
4	虽然对李大钊了解不多，但在银幕前真坐不住，很想赶快回家自学历史，甚至忍不住当场（偷偷）查起资料	[李大钊, 银幕, 前真, 坐不住, 很想, 回家, 自学, 历史, 忍不住, 偷偷, 查,...

# 词频统计
word = []
for i in data['cut']:
    word.extend(i)

# 创建分词数据框
corpus = pd.DataFrame(word, columns=['word'])
corpus['cnt'] = 1
# 分组统计
g = corpus.groupby(['word']).agg({'cnt': 'count'}).sort_values('cnt', ascending=False)
g.head(10)

	cnt
word
李大钊	18
电影	11
影片	8
张颂文	8
太	7
导演	6
	6
时刻	5
革命	5
历史	5

dic = dict(zip(g.index, g['cnt'])) # 将列表转为字典
wc = WordCloud(font_path="msyh.ttc", mode='RGBA', background_color=None).fit_words(dic) #  需要传入字典
# 显示词云
plt.imshow(wc, interpolation='bilinear')
plt.axis('off')
plt.show()