Python数据分析——《隐秘的角落》开播之后就没下过热搜？

不会吧、不会吧，不会还有朋友没看《隐秘的角落》吧，如果没有断网的话，最近朋友圈、微博等都应该被这部只有十二集的国产网剧刷屏了。开播初豆瓣评分就已经达到9.0，甚至一度窜到9.2，要知道国产电视剧过9分的都寥寥无几，更何况还只是一部网剧，可能绝大部分人与这部剧本无缘，但是选择看剧的契机也正是这超高的评分。

经过朋友圈和微博的强烈安利，又在高评分的诱惑下，和家人一天刷完了这部神剧，看完这部剧主要有两个感受:

全员演技都在线
细~真的细、细到爆炸

平时看电视剧不多，国产剧就更少了，最大的一个感受就是有些演技真的是太尬了，一集电视剧四五十分钟，快进三十分钟？这部剧从小演员到专业演员，没有所谓的流量，至少所有人演技都在线，这也是我能坚持追剧的保障。

如果说演技是追剧的保障，那细节就应该是二刷的引子，追过剧之后我姐还在和我说一些小细节，比如录音笔的彩蛋呀、笛卡尔的梗呀，看剧时可能会感叹演技真不错，但值得回味的还是剧中的细节、伏笔，也是这些可能会吸引你去二刷。

每天靠微博热搜续命的我发现从这部剧上映到结局就没有下过热搜，这篇文章就通过Python可视化分析一下每天登上热搜的关键词，问题是微博只有实时热搜的榜单，而我们想获取的是这一段时间内的，万能百度后发现一个"热搜神器"满足需求，但缺点每条热搜可爬取的相关信息有些少。

审查之后发现网页有几个特征：

每个网页的网址不发生改变
网页内容以json形式存储
网页的请求方式为POST
Form表单中，只有一个date发生改变

分析之后很容易得出，网站是通过控制Form表单中date的内容进而控制每天的热搜内容，那么爬虫的方式就很明确了，requests+json就足以应对，爬虫比较简单，就贴出一小部分代码，完整代码文末给出获取方式。

html = requests.post(url=url,headers=headers,data=form_data)
content = html.content.decode("utf-8")
datas = json.loads(content)

因为我们本意是只分析与《隐秘的角落》相关的热搜关键词，所以Duck不必保留所有的爬取内容，可以通过一些特有的关键词过滤，比如这部剧的名字、人物、热词，典型代表就是爬山梗。

我设定的时间区间为6.19-6.26共8天，最后爬取到与这部剧有关的热搜有87条：

通过观察爬取得到的数据会发现里面有一些重复的内容，但具体原因不明，这里对数据进行去重：

data.drop_duplicates(subset=None,keep='first',inplace=True)
data = data.reset_index(drop=True)

难免也会有些无关内容，样本数也不是很多，所以我们主观上确认一下热搜关键词，然后将无关内容删去即可，经过处理最后数据集剩下64条数据，也就是平均每天八条热搜。

搜索量Top10

先来看看这几天热度最高的10条热搜：

热度最高的是爬山梗，不知道会不会有景区用这个梗上一波热度！前十中秦昊自己就占了四个词条，再加上伊能静上"姐姐"，快成热搜特邀嘉宾了。在这之前秦昊主演的悬疑剧《无证之罪》也引起了一波热度，编剧正是本剧原著作者紫金陈，拍手叫好。

热搜次数趋势

看一下这段时间热搜数量的趋势是怎样的：

在剧播出之初反响并不是很大，毕竟什么剧前期不论好坏，制作方都会先买一波热度，但到了中后期热搜词条的数量是越来越多的，在25号结局的前一天迎来高峰期，一天就有19条热搜。

pyecharts绘制曲线图时可以通过Line中的下面这个参数来设定阴影区间：

line.set_series_opts(markarea_opts=opts.MarkAreaOpts(data=[opts.MarkAreaItem(name="高峰期", x=("2020-06-24","2020-06-26"))])

热度趋势

与热搜次数相匹配的热度如何？

每天的热度与热搜次数很符合正相关，热搜次数越多热度也会越高，25号整天的热搜点击量共有2400多万，结局当天的点击量也有2100多万，热度也不小。

我们都知道如果一个热搜词条点击量越高排名就越靠前，排名越靠前会影响点击量越来越高，所以如果热搜次数和点击量能有着正相关的关系，那么可以推出这些热搜大部分的排名都比较高。

排名区间占比

用饼图的比例显示来验证一下上面的推论：

历史最高排名达到前十的占比就有62%，前二十就已经达到了84%，所以与这部剧相关的热搜词条绝大部分的排名都是比较靠前的，这也正是热度高的一个很重要的原因。

关键词词频统计

前面我们通过关键词来过滤相关词条，那么有哪些关键词搜索次数较高呢？

剧名的搜索次数为26次，占比最多，大约有四成，这应该是理所当然的，毕竟剧比演员火才能体现出一部剧是真的不错，人比剧火就显着比较尴尬啦，人物"朱朝阳"的搜索次数9次，我对这个人物设定真的是惊了，感觉其他人对朱朝阳来说就和陪玩一样，不亏是考年级第一的孩子，都说原著的人物比剧里的还叼，不敢想象。

词云图

最后贴一幅权重词云图：

可以看到出现次数较多的关键词占权重也会比较大，比较突出的就是剧名、人物、演员还有小白船，记得小学六一儿童节的时候总会有班级表演这个歌舞的，看完这个剧真的全毁了，而且总是不自觉就会哼出来。

都说《隐秘的角落》是中国电视剧的曙光，但怕的就是模子已经给出来了，照着画也是件难事，如果中国影视业不改掉"演员>导演>编剧"这样的关系链真的很难翻身，毕竟就艺术而言，还是编剧更贴切一些，至少这部剧是值得一看的，安利一下还没看过的伙伴，个人觉得节奏偏慢，习惯快节奏的伙伴需要耐心些。

公众号【喵说Python】后台回复"Kids"可获取源码和数据供参考