影评分析第2篇 《博人传-火影忍者新时代》透过2W条评论看动漫
影评分析第2篇写在前面
日本电视动画《BORUTO -火影新世代》(中国大陆译名《博人传:火影忍者新时代》)改编自岸本齐史原作并监修、池本干雄编绘、小太刀右京编剧的同名漫画,是《火影忍者》
系列的续篇,讲述原作故事完结后漩涡鸣人之子漩涡博人
的冒险故事。动画的后续剧情将对岸本齐史负责脚本的剧场版《火影忍者剧场版:博人传》作出补充 。
动画与前作《火影忍者》《火影忍者疾风传》一样由Studio Pierrot(小丑社)负责制作。
时间是:2017年4月5日起每周三16:55在东京电视台系列首播
以上内容,是我从百度百科抄袭过来的~哈哈哈哈,咱主要做的是数据分析,数据的爬取,去我的爬虫系列的博客里面去看吧,里面有相关的教程。
影评分析第2篇数据分析
作为评论的数据,咱保存了这些数据留着备用
author # 作者content # 评论内容ctime = # 评论时间disliked # 不喜欢人数liked # 喜欢likes # 奇怪???score # 打分user_season # 在第几集打的分数
1.清洗数据
最核心的步骤来了,在分析数据以前,我们需要对数据做一些处理,空值判断,时间格式修改等内容,这部分可能会根据实际的需求发生一些变化。
import numpy as np
import pandas as pd
import datetime# 数据读取
def read_csv():file = pd.read_csv("./bore.csv",header=None,names=["author","content","ctime","disliked","liked","likes","score","user_season"])return file# 数据清洗
def clear_data():df = read_csv()#print(any(df.duplicated())) # 判断数据是否有重复#print(df.head())#print(df.isnull().any()) # 判断是否有空列#print(df[df.isnull().values==True]) # 检测空值 data = df.fillna(0) # 空值填充 # 时间处理def get_localtime(data):time = datetime.datetime.fromtimestamp(data['ctime']).strftime("%Y-%m-%d")return pd.to_datetime(time)df["ctime"]=df.apply(get_localtime,axis = 1) # apply 的使用 return df# 数据分析1
def analsis1(data):print(data["author"].describe())if __name__ == '__main__':df = clear_data()analsis1(df)
2.评论最多的人?
看一下谁是这部动漫评论最多的人,这个代码非常简单,参考下面代码即可。.describe()
函数
def analsis1(data):print(data["author"].describe())
count 18535 # author总数
unique 18535 # 去除重复之后的总数
top 你的盛世
freq 1
Name: author, dtype: object
很神奇,竟然没有人评论次数超过2
这个结论只能表示,B站允许视频评论一次?!机制的我想去测试一下,啪啪啪,打脸回来了,我竟然没有权限。
※你没有权限※
3.评论最多的人?
数据中,有分数的排布,那么我们看一下打分的柱状图吧!数据显示的1星和5星的比较多,两级分化比较严重。
为了确保中文显示正常,需要首先配置一下默认字体并且设置一下 matplotlib
的样式
import numpy as np
import pandas as pd
import datetime
import matplotlib.pyplot as plt
import matplotlib.style as pslpsl.use('seaborn-darkgrid')
plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False
- 分组统计
score
打分,使用groupby(by=“字段名称”).size() # 获取数量 - reset_index(drop=True) # 重置索引
- plt.bar #用来生成柱状图
- plt.text() # 生成文字
def analsis2(data):# 文章打分的柱状图score = data["score"].groupby(data["score"]).size()score = score.reset_index(drop=True)x_index = np.arange(1,6).tolist()plt.bar(x_index,score.values,0.4,color="#03a9da")# 绘制文字for xx,yy in zip(x_index,score.values):plt.text(xx,yy+0.2,str(yy),ha="center",fontsize = 10)plt.title("用户评星图表") # 设置标题plt.xlabel("评星") # 设置x轴标识plt.ylabel("人数") # 设置y轴标识plt.show()
如果编写如下代码
plt.barh(x_index, score.values, 0.4, color="#03a9da")
就会得到一个横向的条形柱状图。
4. 评论时间分布
从数据看星期二、四、六评论次数增多,很有意思的数据。
# 通过星期判断评论次数
def analysis3(data):data.set_index(data["ctime"],inplace=True)weeks = ["星期日","星期一","星期二","星期三","星期四","星期五","星期六"]def get_weekday(data):return weeks[data["ctime"].weekday()]data["week"] = data.apply(get_weekday,axis=1)week_data = data.groupby(by="week")["author"].size()plt.bar(weeks,week_data.values,0.5,color="green")plt.show()
5. 评论月份暴漏的部分关系
我们看到在2018年7月份数据忽然升高,这背后到底有啥隐藏的秘密呢?我们继续往下看。!
def analysis4(data):data.set_index(data["ctime"], inplace=True)data = data.resample("M").count()["author"] # 按照月份汇总数据data = data.to_period("M") # 显示数据x = np.arange(0,len(data),1)fig = plt.figure(figsize=(6, 4))ax = fig.add_subplot(111)'''fig = plt.figure()ax2 = fig.add_subplot(212)'''ax.plot(x,data.values,"#03a9f4",marker="o",markersize=4)ax.set_xticks(x) # 设置x轴标签为自然数序列ax.set_xticklabels(data.index) # 更改x轴标签值为年份plt.xticks(rotation=60) # 旋转90度,不至太拥挤plt.title('博人传评论数量变化(201709-201812)', color="#03a9f4", fontsize=12)plt.xlabel("月份")plt.ylabel('评论数量')plt.tight_layout() # 自动控制空白边缘plt.show()
过滤2018年7月份的数据出来
,发现在2018年7月20日的时候,出现了一个评论峰值,在进行细致的分析,咱看一下数据。
看到这个数据之后,虽然我没看博人传,但是,我知道了 65集肯定好看,而且很有可能在7月20日更新的就是这1集,好奇心起来的你,或者你是一个火影迷,你可以去看看这一集~! 我翻到评论,引用了一个置顶评论
本集是值得国人观众特别期待的一集,因为这一话(第65集)是由国人原画师黄成希全权负责的,他一个人包揽了本集的分镜/演出/作画导演等主要工作。换而言之,黄成希作为中国画师获得了本集的作监资格。这在火影忍者开播16年以来是史无前例的。十几年前,黄成希在火影忍者刚刚开播时,也和多数人一样仅仅只是屏幕前的看客,但是这部作品对学生时代的他施加了巨大的影响,最终促使黄成希走上了成为动画画师的道路。在2012年加入日本动画行业后,他如愿以偿成为了火影忍者的主力原画之一,并参与作画监督的工作。除此之外他还先后加入过包括黑子的篮球、妖怪手表和刀剑神域剧场版等多部作品的制作,实力得到了业内的认可,因此才最终获得了独自扛下重要打斗回的资格,如此说来也算是圆梦成功。由于本集几乎是黄成希的个人秀,再加上这一话中大筒木桃式使用了漫画版而不是剧场版中的新形象,因此黄成希在作画上自由发挥的空间就变得很大,这就有余地在打斗中融入太极和咏春等中国传统武术了。所以大伙看到一连串的“中国功夫”也别觉得奇怪哈~说起来,大筒木一族本身就有一股浓厚的道家派头,他们不仅历史悠久,文明程度远远超越这个世界的人,而且全族都在种灵根,吃仙桃,修金丹,求长生不老。现在再配合一整套中国武学架子,简直给人一种徐福手下三千童男童女入蓬莱求仙药的即视感...将来出一个徐福式的修仙族长也是极好的!(大误)黄成希在博人传中的几段作画(可能有遗漏):博人vs木叶丸博人vs花火博人vs鵺小樱vs信巳月vs尸澄真
def analysis5(data):data = data.set_index('ctime') # 将时间作为索引data = data["2018-07-01":"2018-08-01"]child_data = data.resample("D").count()["content"]print(child_data.to_period("D"))data = data['2018-07-20':"2018-07-20"]print(data["content"])
6. 评论最多的集数
其实有上面的分析,我们已经知道了,65集肯定是评论最多的了,但是我们还是要用数据看一下
def analysis6(data):data = data.groupby(by="user_season").size()data = data.sort_values(ascending=False)print(data.head())
没问题,65集必看
集数 | 评论数量 |
---|---|
65 | 4338 |
40 | 985 |
39 | 658 |
66 | 502 |
68 | 494 |
最后打算在弄一个文字图的,后来想想下次再说,《博人传》数据和源码已经给大家写完整啦~
一星给情怀,一星给65集
影评分析第2篇 《博人传-火影忍者新时代》透过2W条评论看动漫相关推荐
- 透过2W条评论看动漫《博人传-火影忍者新时代》
写在前面 日本电视动画<BORUTO -火影新世代>(中国大陆译名<博人传:火影忍者新时代>)改编自岸本齐史原作并监修.池本干雄编绘.小太刀右京编剧的同名漫画,是<火影忍 ...
- 火影新忍出击steam服务器维修,《火影忍者博人传:新忍出击》游戏打不开报错解决方法...
原标题:<火影忍者博人传:新忍出击>游戏打不开报错解决方法 <火影忍者博人传:新忍出击>是一款相当不错的格斗类型的游戏,不过也有不少的玩家在运行游戏的过程当中出现了很多的问题, ...
- 博人传:火影迷青春的证明和延续
<火影忍者剧场版:博人传>2月18日在中国上映,也是该系列电影首次登陆中国大陆!为了看日语原配,当天早早地就从一个城市跑到了另一个城市.作为一名火影迷,这次首映让我不禁觉得光能在大陆电影院 ...
- 【日常篇】003_利用b站数据看《博人传》口碑变化
利用b站数据看<博人传>口碑变化 背景 小丑社的经费都去哪了 故事要追溯到2018年年底,当时正值<东京喰种:re>最终季的放映. 我是在那年暑假才开始一口气从第一季一 ...
- 关于《火影忍者 博人传》的一点想法
作为一个海贼迷(对 我就是海贼迷),我还是抽空看完了火影忍者的最新剧场版----<博人传>,客观的评价,剧情还是很有吸引力的,毕竟从一个完整的故事背景发展出来的剧情都不会差到哪去.中国动漫 ...
- Scrapy爬取博人传漫画
Scrapy框架. 为什么要学习scrapy? 理由:日常的Requests + Selenium虽然可以爬取网站内容,一旦遇到下载文件/图片,下载速度慢的鸡肋很快就暴露出来,有人说可以自己写高并发处 ...
- 国内首档程序员真人秀?这不比博人传热血?!
作者 | rumor 来源 | 李rumor(ID:leerumorr) 不久前,朋友突然往群里转了一个消息:<业内首档程序员真人秀即将开播>! 本着猎奇的心理,我还是看完了两分钟的预告, ...
- Python爬虫入门教程 32-100 B站博人传评论数据抓取 scrapy
1. B站博人传评论数据爬取简介 今天想了半天不知道抓啥,去B站看跳舞的小姐姐,忽然看到了评论,那就抓取一下B站的评论数据,视频动画那么多,也不知道抓取哪个,选了一个博人传跟火影相关的,抓取看看.网址 ...
- 售卖ssr_博人传148集:SSR鸣人卡牌受追捧,“金钱之术”重现,太子被盯上
<博人传>动画迎来第148集,剧情终于与漫画接轨,与漫画内容也没有什么太大变化,也许是早就看过漫画的原因,少了那么点激动.不过火之国大名圆市休与太子圆天斗的到来,为木叶忍者村带来一道别样的 ...
最新文章
- C#使用log4net记录日志
- 展望下一代语言:Fortress, Chapel or X10(转)
- 射频领域中交调和互调的区别
- numpy条件筛选的坑
- caj文件打不开显示内存不足_caj打开文件内存不足 cad内存不足一键修复
- 切换账户、切换命令行和图形界面
- Welcome Party
- 自学前端的高效学习路线.avi
- 牛客网【每日一题】4月24日 子序列
- LeetCode 6071. 完成所有任务需要的最少轮数
- rails3 Route用法
- opencv3.4.5安装包
- Oracle listener lsnrctl
- linux系统c语言编译icpc,ACM-ICPC 比赛环境的使用
- 小D课堂 - 零基础入门SpringBoot2.X到实战_第2节 SpringBoot接口Http协议开发实战_11、SpringBoot2.x目录文件结构讲解...
- FLASH闪存编程原理与步骤
- mds部署服务器系统,CephFS提供/添加/删除MDS
- 东半球最好的SecureCRT高级教程
- ad怎么测量pcb尺寸_一招教你学会使用AD更改PCB板子尺寸!
- 活体检测 根据TPR、FPR绘制图像计算最优模型阈值