数据分析实战（二）：流浪地球8W多条评论分析

根据之前的文章，爬取了猫眼电影从流浪地球上映日2月5日起到2月13日8时的84886条评论和评分数据，下面通过数据分析及其可视化来展现数据背后的故事。

爬取文章链接：https://blog.csdn.net/lyc44813418/article/details/87522369

数据清洗

data = data.drop(columns='_id')
data = data.drop_duplicates(subset='userId')
data['time'] = pd.to_datetime(data['time']/1000, unit='s')
#读入的时间数据是字符串格式，转换成datetime格式,单位化为秒
data = data[data['time']>=pd.to_datetime('2019-02-05 00:00:00')]
data.set_index(data['time'], inplace=True)
print(data.head())
data.info()

删除无关列，将数据根据id去重，读入时间columns为datetime格式，单位为秒

提取时间在2月5日之后的数据，并重新设置以时间为新索引，去除原索引

其中性别0、1、2分别指未知、男、女。

低分高分占比，以及总体评价

猫眼评分分为0-10档， 总体评价来看，10分的观众还是占了大多数，说明这部电影总体来说是受大家欢迎的。

低于4分设为低分，大于等于8分设为高分，10分为满分

电影的总体平均分为9.21分

低分占百分比为:3.419%
高分占百分比为:90.625%
满分占百分比为:70.530%

给电影打出高、低分的评价理由

用到了jieba解词来做词云分析，设置stopwords.txt包含停用词

def plot_word_cloud1(data, swords):
    text = ''.join(data['content'])
    words = list(jieba.cut(text))
    ex_sw_words = []
    for word in words:
        if len(word)>1 and (word not in swords):
            ex_sw_words.append(word)
    c = Counter()
    c = Counter(ex_sw_words)
    wc_data = pd.DataFrame({'word':list(c.keys()), 'counts':list(c.values())}).sort_values(by='counts', ascending=False).head(100)
    wordcloud = WordCloud(width=1300, height=620)
    wordcloud.add("", wc_data['word'], wc_data['counts'], word_size_range=[20, 100])
    page.add(wordcloud)

高分评价词云： 

低分评价词云：

 

高分评价点赞数目最多的评价如下：

为什么没有7星，8星？完美已经不足以诠释这部电影的出色！感动，全程捏着拳头看完。叙事不拖沓，没有美式灾难片的个人英雄主义；宏大，还是宏大，全片充满各种想象；特效，丝毫不输好莱坞进口大片，甚至有些地方有过之而无不及。强烈建议，制作团队赶紧买了三体的版权吧，三年、五年甚至十年，我都等……

在学校看了《流浪地球》的点映！除了电影情节、在现场看到了大刘老师！我更难忘的是郭帆导演在现场讲述的拍摄历程。真的真的太难了、也许有的人会一听国产科幻失去兴趣（真的，我身边哪怕看了很多书的同学、也有的会这样）这也不能怪任何人，毕竟大家看电影也都是想看到好看的、但是对于对科幻有兴趣的朋友，真的来看一看吧。我相信同为科幻迷并为科幻奋斗了这么多年的郭帆老师、绝对值得一张电影票

太让人惊喜了，紧凑的节奏、多次的剧情反转、以及我们自己的价值观（如果是美国电影、大概最后会采用让一部分精英去往新家园，而我们中国的农耕文明注定了我们对土地对地球的情感无法割舍，在流浪地球背后正是这层含义吧

超过预期。《流浪地球》的确开启了中国科幻片和灾难片的新纪元，无论是在哪一坐标中进行比对。虽然我们并非是一直都没有所谓的科幻电影，但其中的大多都不是工业化、硬科幻的路子。
《流浪地球》则在概念和执行上都达到了这一标准，特效技术、工整剧作、演员所合力营造出的氛围都很对。它代表的，是华语科幻电影的一个“关键转折点”。

从原著角度而言，这是一个带着孤独感的故事。电影采用了小说中的整体设定，但故事与人物有了新的创造，且塑造了很好的主题，即对乡土情结的回归和牺牲精神。

 

分析发现，点赞数目最多的评论与评论回复最多的评论基本一致，这里不再给出。

低分评价点赞数目最多的评价如下：

我知道你是专门进来看差评的，这个电影很好看，去看，别听他们乱说

也许进入地下没有了阳光，人们的内心就趋向黑暗！小太妹一样的妹妹人设，不知所谓的混血？没有缘由的痞帅（真心不帅），地震只顾自己逃亡不让救人的姥爷，吐满自己的头盔又抢别人头盔的救援队？为了亲情强行不进入休眠的爸爸，为了不再死人打坏火石的女队员……不学无术的少年比世界所有科学家都厉害，看来地球就剩下牛顿的弟弟牛逼啦！整部片子充满了一种戾气！为啥中国拯救世界就非得用这样的人物支撑人设？为了后面的反转？虽然特效还行，真心不好看！希望不要影响大家的观影心情！

太多人给这部片高分了，我必须给低分把这部电影的评分拉低，因为他不值得9点多分，顶多值6.5分样子，在国产片里面算不错的，剧情烂，东拉西扯的，地球你造发动机推动脱离太阳引力我也忍了，点燃木星就太扯了，点燃木星瞬间推动地球逃脱木星引力，那么大的冲击力地球生物不死绝鬼都不信！还有作为灾难科幻片，震撼人心的灾难场景基本没有，地球停海啸爆发，我一直在期待灾难爆发时刻人类逃亡的场景，但是从头到尾都没有！走到哪里都挂着国旗，又是打爱国情怀，很符合吴京蹭爱国热度的习惯，反正不会错，但是我就觉得很作！恶心！

点赞最多的差评亮了，其实这是一条好评啊！

 

观众的性别比例

 通过饼图绘制能够清晰地看出除去性别未知的用户，男性所占的比例约为女性的1.5倍，可能和流浪地球本身是一部科幻片有较大联系。

 

观众的猫眼等级

 给出低分或者恶意评分的观众是否可能是水军呢，通过猫眼等级我们来研究一下，首先看到的是总体观众的等级分布：

由图可见总体的观众中，大部分观众都是2级及以上的老用户，不存在大量突然涌入的水军，说明猫眼的总体评分还是较为靠谱的。

观察给电影打低分的观众，发现也大多都是猫眼的老用户，且大致比例与总体观众相近，可见恶意刷低评分水军的现象并不明显。整体电影的评分是较为客观的。

演职人员的提及次数 

应用了 漏斗图的绘制，显然能够看出吴京的提及次数遥遥领先，科幻小说作家刘慈欣也是热度很高

 

总体来说不论是评分还是口碑，《流浪地球》都是值得一看的好电影！

 

 

ps:

数据可视化相关，pyecharts库的学习应用可以戳

https://blog.csdn.net/lyc44813418/article/details/86665076

具体的代码可以查看我的github： github.com/librauee