作者介绍:徐麟,目前就职于上海唯品会产品技术中心,哥大统计数据狗,从事数据挖掘&分析工作,喜欢用R&Python玩一些不一样的数据

个人公众号:数据森麟(ID:shujusenlin),知乎同名专栏作者。


前言:

随着社会的发展,越来越多的电视剧出现在了电视的荧幕或是视频网站。其中有许多的精品,例如经久不衰的《西游记》《红楼梦》,亦或是近年来口碑十分不错的《琅琊榜》《白夜追凶》,然而也有一些电视剧,因为种种原因,并不是很尽如人意。

今天我们通过爬取豆瓣上近5000部有评分的国产电视剧(不包括港台剧),对比一下剧集以及参演演员的评分情况。

 01    数据来源   

01

数据来源

本次我们爬取的数据来源主要分为三个部分:分别是有评分的剧集列表、剧集评分及其他信息、演员信息,对应如下三个页面:

PART1:剧集列表

PART2:剧集信息

PART3:演员信息

通过爬取以上三个页面的数据,我们可以获得完整的电视剧评分及演员信息数据,用于之后的数据对比及可视化,我们以爬取第一部分的代码为例,展示整体爬取思路:

driver = webdriver.Chrome()
driver.maximize_window()    
driver.close()
driver.switch_to_window(driver.window_handles[0])  
url = 'https://movie.douban.com/tag/#/?sort=U&range=2,10&tags=%E7%94%B5%E8%A7%86%E5%89%A7,%E4%B8%AD%E5%9B%BD%E5%A4%A7%E9%99%86'
js='window.open("'+url+'")'
driver.execute_script(js)
driver.close()
driver.switch_to_window(driver.window_handles[0])
while True:
  try:
    js="var q=document.documentElement.scrollTop=10000000"  
    driver.execute_script(js)
    driver.find_element_by_class_name('more').click()
    time.sleep(2)
  except:
    break

name = [k.text for k in driver.find_elements_by_class_name('title')]  
score = [k.text for k in driver.find_elements_by_class_name('rate')]  
url = [k.get_attribute('href') for k in driver.find_elements_by_class_name('item')]  
pd.DataFrame({'name':name,'score':score,'url':url}).to_excel('电视剧名称.xlsx')

02    剧集对比   

02

剧集对比

我们在剧集对比部分主要展示两部分数据,首先是TOP15以及BOTTOM15的剧集评分及拍摄年代:

可以看到十分鲜明的对比,评分较高的剧集大多拍摄年份剧集都有一定的年头,并且历经时间的考验,愈发展示其独特的魅力。相反,一些评分较低的剧集,往往都是近年来拍摄的,可能这也与剧集增多有关。需要提醒的是榜单中的《寻秦记》不是古天乐版本,那是经典中的经典,至于榜单中出现的版本,大家可以有机会亲自去了解一下

正所谓没有无缘无故的爱,也没有无缘无故的恨,我们也选取了豆瓣当中对于剧集的一些有意思的点评。通过点评,让我们了解这些评分产生的原因:

TOP篇:

1

许多年以后观看发现,其中造型与性格塑造完美,准确把握原著,时代影响力巨大,印象极其深刻。------《西游记》

2

老一代影艺人是以一种虔诚的态度对待红楼梦的,87版之后,世间再无真人版红楼。------《红楼梦》

3

这就是我的圣经,思想启蒙之作 ------《我爱我家》

4

鞋儿破 帽儿破 身上的袈裟破 你笑我 他笑我 一把扇儿破 经典 ------《活佛济公》

5

绝对是国产情景喜剧无法超越的巅峰之作!其中每个角色都是无法复制的! ------《武林外传》

BOTTOM篇:

1

没见到甜蜜,倒是这个演技每一秒都是暴击 ------《甜蜜暴击》

2

现在还是有这么多粗糙的偶像剧,玩了几十年的老套桥段还在用 ------《极光之恋》

3

瞟了半集被吓死了,演技跟痴呆似的= = ------《路跑甜心》

4

剧情奇葩,演技浮夸,特技粗糙。一剧融合了以上的所有元素,导演简直就是演艺圈的火锅店老板 ------《来自星星的继承者们》

5

于妈拍的那版.....其实还挺好看的! ------《新笑傲江湖》

 03    演员对比

03员比

我们此次根据演员参演的剧集评分,考虑演员在其中角色的重要性进行赋权,结合剧集评论数量,加权平均得到每个演员的评分情况。首先是我们评选的评分靠前的演员及其出生年份:

估计大部分年轻的读者,可能对这些名单中的演员很多都不是很熟悉,在此小编建议各位可以去看一下这些老戏骨的剧集,感受他们所散发的魅力。同时我们也专门对比了下80后、90后(包含00后)的评分,找寻其中的佼佼者:

刘昊然在评分中领跑其他的90后,考虑到其今年只有20岁出头,我们也期望他在未来能给我们带来更多经典的作品。

可能很多读者对TOP20的演员并不是很熟悉,其实大可不必,因为下面的榜单中相信大多都会是你所熟悉的:

想必看到这里,各位会找到熟悉的感觉,我们相信榜上的各位演员其实也是最具潜力的演员。只要努力雕琢演技,未来一定会受到观众对其演技的认可,我们同时分别对比了一下男、女演员:

在此需要指出的是,余文乐和赵又廷上榜并不是因为其剧集评分真的偏低,主要是其参与的大陆制作剧集评分较低,并且我们此次没有统计港台剧。我们也希望榜单中的各位演员未来更加精彩的表现。

  04    星座分布 

04

星座分布

感谢豆瓣给我们提供了演员星座的数据,小编周围也有许多对星座十分感兴趣的朋友,不妨我们看一下星座的分布情况:

看来星座整体分布还是比较平均的,只是天秤座和天蝎座略多于其他星座,关于星座,至于你信不信,反正小编是不怎么信的

关于矩形树图的实现,可以参考以下代码:

from pyecharts import TreeMap
star_stat = actor_data.groupby('xingzuo').agg({'name':'count'}).reset_index().sort_values('name'
                             ,ascending=False)[0:12].reset_index()

data = [{'value':star_stat['name'][i],
        'name':star_stat['xingzuo'][i]+' '+str(star_stat['name'][i])} for i in range(star_stat.shape[0])]

treemap = TreeMap("星座分布图", width=1200, height=600)
treemap.add("星座分布", data, is_label_show=True, label_pos='inside')
treemap.render('星座分布.html')

   05    城市分布 

05

城市分布

我们在看完了星座分布之后,再继续来看一下演员的城市分布,看看有多少自己的老乡在参演着电视剧:

不出意外,北京和上海两大中心城市的演员数量也是最多的,而第三名就是小编的家乡青岛了。之前每当小编提及青岛,总是会提起青岛的明星多,这次的数据更加使得小编未来有了交流(chuixu)的底气。

我们下面分别来看一下TOP5的各个城市明星名单:

北京

上海

青岛

哈尔滨

西安

以上就是此次文章的所有内容,也欢迎大家留言与我们分享你对电视剧或者演员的一些看法,等候你的回复~

END

往期精彩

进学习交流群

不失联,扫码加X先生微信学习交流

温馨提示

欢迎大家转载,转发,留言,点赞支持X先生。

文末广告点一下也是对X先生莫大的支持。

做知识的传播者,随手转发。

更多精彩推荐,请关注我们

纵观30年5000多部国产电视剧,豆瓣评分最低的演员原来是……相关推荐

  1. 纵观 30 年 5000 多部国产电视剧,豆瓣评分最低的演员原来是……

    作者 | 徐麟 责编 | 胡巍巍 随着社会的发展,越来越多的电视剧出现在了电视的荧幕或是视频网站.其中有许多的精品,例如经久不衰的<西游记><红楼梦>,亦或是近年来口碑十分不错 ...

  2. Python数据分析高薪实战第四天 构建国产电视剧评分数据集

    10 实战:手把手教你构建国产电视剧评分数据集 在前面几讲,我们已经学习完了爬虫技术的三个基础环节:下载数据.提取数据以及保存数据. 今天我们将通过一个综合的实战案例来将之前的内容都串联起来,帮你加深 ...

  3. Python数据分析高薪实战第十二天 网络服务用户流失预测分析和国产电视剧评分预测分析

    29 综合实战:网络服务用户流失预测与分析 绝大多数互联网公司都面临一个非常重要的问题:用户流失问题.随着互联网和移动互联网的充分发展,发展新用户(也就是一般所说的拉新)的成本越来越高,往往要几块或者 ...

  4. 用Python盘点那些豆瓣评分低于3.0的奇葩电影

    最近刷抖音,刷到一部抄袭<X战警>电影海报的电影. 连电影海报都需要抄袭,这得是什么烂片! 尝试百度了一下,果然让人哭笑不得,连雷神的麒麟臂都一起抄了. <女娲日记>绝对刷新你 ...

  5. R爬虫可视化第四季-近三十年6000部国产电视剧告诉了我们些什么

    前言: 距离上次发公众号有将近一个月的时间,在此十分感谢大家对于本公众号的大(mei)力(you)支(qu)持(guan).在这里要感谢鹅厂给了本公众号原创声明功能邀请,从本期开始大家可以直接在文章下 ...

  6. python将电视剧按收视率进行排序_用 Python 检测国产电视剧后,发现了各位演员的真实水平.........

    原标题:用 Python 检测国产电视剧后,发现了各位演员的真实水平...... 源 /数据森麟 前言 随着社会的发展,越来越多的电视剧出现在了电视的荧幕或是视频网站. 其中有许多的精品,例如经久不衰 ...

  7. 播放量破4亿。《梦华录》创2022年国产剧豆瓣最高开分,它凭何爆火?

    6月2日<梦华录>开播,上线15小时播放量就破两亿,截至6月5日播放量已经破4亿,而话题热度直接破了十亿.豆瓣开分8.3分,并且持续走高,现在已经涨到8.6,并且还有持续涨高的趋势,< ...

  8. 豆瓣评分9.3,登榜热搜26次!电视剧《觉醒年代》为何能做到深入人心?

    时光飞逝,带领我们走向新世界的党不知不觉间迎来了她的百年华诞.为了纪念建党百年,近日也涌现出了许多以建党为背景,与共产党发展紧密相连的优质影视剧,其中不得不提的就是电视剧<觉醒年代>.&l ...

  9. 转载(爆笑)国产电视剧的电脑高手

    转载(爆笑)国产电视剧的电脑高手 有一集那个白痴女主角叫刘滋来帮她打开她男友设计的游戏(因为据说游戏形象是以她为原形的),过程如下 : 1. 刘滋走到电脑前按了一下显示器开关(键盘鼠标都没碰)电脑传出 ...

最新文章

  1. Cannot identify version of git executable: no response
  2. 【loj2585】【APIO2018】新家
  3. 让Jackson JSON生成的数据包含的中文以unicode方式编码
  4. GDataDate 的本地时间转换
  5. 海量数据高并发的解决方案
  6. Java Sigar Windows 监控系统
  7. 使用Java复制文件及显示进度
  8. 添加透明FLASH和FLASH大全
  9. java快捷复制_java - Eclipse复制/粘贴整行键盘快捷键
  10. html怎么隐藏项目符号,CSS-如何隐藏侧边栏列表中的项目符号?
  11. 数据分析 - 搭建数据监控体系(学习笔记)
  12. python基本判断语句_python条件判断(python语言基本语句)
  13. 俞敏洪励志演讲稿【二】
  14. armv7与armv8 cp15 cache指令
  15. java datetime转int_java日期int和String互转
  16. XTU—OJ 1258矩阵
  17. 【沙发管家】夏普电视怎么装软件?怎么才能看免费电影,电视直播?
  18. resnet修改输出类别
  19. SpringBoot  启动出现Cannot determine embedded database driver class for database type NONE
  20. 最终幻想java中文版_【个人翻译系列】java版FF2(最终幻想二代)英文剧情(第九期)...

热门文章

  1. 对设计模式的总结之工厂方法模式和抽象工厂模式
  2. 一款免费的PDF转换工具-LightPDF完美版(PDF编辑器) 最新版
  3. 浅谈移动端页面性能优化方案
  4. css5辅助线,苦练 CSS 基本功——图解辅助线的原理和画法
  5. 常用的时间复杂度所耗费的时间由小到大
  6. php 分数大于80 小于90优,“ 90 分改成 80 分”学生期末成绩须“正态分布”?不必搞一刀切...
  7. 教大家一个兼编辑和转换的快速看图软件免费使用方法
  8. 如何做好微信朋友圈推广?
  9. Gym 101653T Runes (模拟)
  10. 9秒学院-技术宅七夕示爱招数“高大上”赶快来看看