用Python分析《阿凡达·水之道》的豆瓣短评

《阿凡达·水之道》于2022年12月16日上映。第一部的口碑、评分等都非常高，第二部是否能延续呢，本文获取了该电影的豆瓣短评，进行了初步的分析，看下观众都是如何评价的。

数据获取

打开豆瓣首页，搜索电影名，进入《阿凡达·水之道》的详情页。

然后向下滚动页面，找到豆瓣短评。

点击全部短评进入评论详情页面，每一页有20条评论。按F12，鼠标前后翻页抓取网页请求信息。

根据网页信息可以得到请求方式为GET，同时获取到Request URL，Request Headers，Cookies。有了这些信息，就可以写代码爬取短评内容了。

代码中使用requests库向豆瓣发送GET请求，一次请求可以获取一页评论数据，改变URL中的start，循环多次发送请求，即可获取所有的评论数据。

网页爬取成功后，用正则表达式匹配需要用到的数据，依次写到excel中。

本文共获取到了580条评论，豆瓣会优先把点赞(有用)数高的评论排在前面，这580条评论是相对点赞更多的，能满足本文的分析。

评论用户是否看过电影

def is_all_seen():
    """判断是否所有用户都看过"""
    df = pd.read_excel('afanda_water_sort_comments.xlsx')
    seen = df['是否看过']
    seen.value_counts().plot.pie(figsize=(5, 2.4), ylabel='', autopct='%.2f%%', colors=['c', 'b'],
          textprops={'fontsize': 12, 'color': 'b'}, pctdistance=1.3, labeldistance=1.8)
    plt.show()

 

在580条评论中，只有个别用户没有看过电影，基本都是看过电影后发表的评论。

评论用户的打星分布

 

def star_distribution():
    """星级分布"""
    df = pd.read_excel('afanda_water_sort_comments.xlsx&#