根据电影ID在douban_movie_data找出电影名和评分
可以构造为一个函数来调用
函数构造,根据电影ID返回电影名和评分
def get_movie_name_and_score(movie_id):
movie_link = 'https://movie.douban.com/subject/{}/'.format(movie_id)
search_result = movie_data[movie_data['链接']==movie_link].iloc[0]
movie_name = search_result['电影名']
movie_score = search_result['评分']
return(movie_name,movie_score)
调用函数的方法
movie_name, movie_score = get_movie_name_and_score(movie_id)
设计一个词云生成及保存函数
函数构造,根据关键词频及储存名称保存词云图
def generate_word_cloud(word_list,path_name):
wordcloud = WordCloud()
wordcloud.add(
"",
tuple(zip(word_list.index,word_list)),
word_size_range=[20,100])
wordcloud.render(path_name)
print(f"Generate word cloud file done: {path_name}")
# return tuple(zip(word_list.index,word_list))
完整代码:
import sqlite3 # 导入SQLite3数据库模块
import pandas as pd # 导入pandas模块
import jieba # 导入‘结巴’模块
import pyecharts.options as opts
from pyecharts.charts import WordCloud
FILTER_WORDS = ['知道','影评','电影','影片','这么','那么','怎么','如果','这个','一个','这种','时候',
'什么','一部','没有','还有','是','的','...','\n','is','觉得']
def get_movie_id_list(min_comment_count): # 设计函数,输入参数:最小评论数量
movie_list = comment_data['MOVIEID'].value_counts() # 统计各个电影的评论数
movie_list = movie_list[movie_list.values>min_comment_count] # 筛选评论数大于最小评论数量的电影
return movie_list.index # 返回数据:高于最小评论数量的电影ID列表
def get_comment_keywords_counts(movie_id,count):
comment_list = comment_data[comment_data['MOVIEID']==movie_id]['CONTENT'] # 根据ID筛选评论
# print(comment_list)
comment_str_all = ''
for comment in comment_list:
comment_str_all += comment + '\n' # 整合全部评论为一个字符串,以换行隔开
seg_list = list(jieba.cut(comment_str_all)) # 获取分词后的列表
keywords_counts = pd.Series(seg_list) # 转换成Pandas的Series类型数据
keywords_counts = keywords_counts[keywords_counts.str.len()>1] # 利用str.len()筛选字符串长度
keywords_counts = keywords_counts[~keywords_counts.str.contains('|'.join(FILTER_WORDS))] # 反向选择不包含过滤词列表中词语的数据
keywords_counts = keywords_counts.value_counts()[:count] # 统计各个关键词的出现次数
return</