周杰伦的歌里都有些啥？

周董的夕阳红粉丝团“被迫营业”，把蔡徐坤拉下了盘踞许久的微博超话人气榜第一，还一举破了亿。

 

当然，等我知道的时候，都战局已定了……作为当年会唱前三张专辑里所有歌曲的老粉，不想就这么躺赢，我今天也来给周杰伦做一把数据：

 

这是我们从酷我音乐上获取了周杰伦32张专辑，共189首歌曲（去除重复）的歌词，对其中的歌词进行了分词统计，得到了歌词中频率最高的词汇。

 

具体的前十名数据：

爱、回忆、微笑、世界……看得出来，周董的歌还是充满青涩和小清新的。难怪人说：周杰伦的歌里，有我们的青春。

 

下次有机会，咱也来做做其他想把重心放在作品上的小鲜肉的数据。但前提是，样本量得够啊……

 

代码实现

 

通过歌词做词云，这个你们可能在网上看到过很多了。其实我在两年多前就已经做过：

 

数据分析：当赵雷唱民谣时他唱些什么？

 

基本思路都是一样的。这里我再简单说一下：

 

1. 在酷我的页面上，找到专辑列表的接口：

http://www.kuwo.cn/api/www/artist/artistAlbum?artistid=336&pn=1&rn=50 

 

通过 requests 库获取结果（JSON格式数据），得到专辑 id。

 

 

2. 通过专辑 id，获取歌曲 id 列表：

http://www.kuwo.cn/album_detail/555949

 

再通过歌曲 id，进入歌曲详细页面获取歌词：

http://m.kuwo.cn/newh5/singles/songinfoandlrc?musicId=7119717

 

 

 

3. 使用 jieba 分词库，对歌词进行分词，并统计计数。

 

为避免某些歌里不断重复的词汇影响数据，我们对于每首歌中出现的词汇仅计数一次。

 

4. 去除一些没有特别含义的助词、副词、介词，选取结果前300的词汇，使用wordcloud 库绘制图云，便得到开头的那张图。

 

注意：要用 wordcloud 显示中文的话，需要附加中文字体，否则会显示为 □。

 

5. 用 matplotlib 库的 bar 函数 绘制一张最高频词汇的柱状图。

代码及文档：
https://github.com/spiderbeg/Kuwo_Jay