|
|
51CTO旗下网站
|
|
移动端

Python数据可视化:啥是佩奇

她爹也是猪!她娘也是猪! 儿子还是猪!一窝猪!或许这就是最好的回答。原本只是一部电影方与移动合作的宣传短片。却因里面打动人心的故事,大火了一把。

作者:小F来源:法纳斯特|2019-01-21 15:10

她爹也是猪!她娘也是猪! 儿子还是猪!一窝猪!

或许这就是***的回答。

原本只是一部电影方与移动合作的宣传短片。

却因里面打动人心的故事,大火了一把。

就如我之前的一篇文章里所提的。

不是年味越来越少,而是我们都长大了。

影片透露出那一股暖人心的亲情,如今也是越来越不容乐观。

物以稀为贵,或许这就便是能引起大家共鸣的原因吧。

其实大家心里都想,只不过由于种种原因,没能实现罢了。

本次对B站的弹幕数据进行获取。

来看看大家的弹幕信息,能不能让我们得到回答。

亦或发现一些有趣的信息。

一、 网页分析

B站的弹幕数据有现成的接口,只需找到对应视频的cid值即可。

Python数据可视化:啥是佩奇

从上图可以知道,弹幕一共2719条,视频的cid值为72036817。

接下来访问接口,获取数据。

网址:http://comment.bilibili.com/72036817.xml

Python数据可视化:啥是佩奇

接口获取的弹幕数据最多只有1000条。

但是总数却是是2719条,那么再找找看。

登陆B站后,点击查看历史弹幕按钮。

发现了每日视频的弹幕接口(只需将请求头加上cookies,即可访问)。

Python数据可视化:啥是佩奇

发现还是限制1000条,这里也是不解。

难不成每个视频播放时就只会放出来1000条弹幕?

不过相比***个接口,应该能多出不少弹幕。

Python数据可视化:啥是佩奇

二、数据获取

鉴于只是练手而已,就偷个懒。

直接从不需要cookies的接口获取1000条弹幕。

获取数据代码如下。

  1. from bs4 import BeautifulSoup 
  2. import pandas as pd 
  3. import requests 
  4.  
  5. url = 'http://comment.bilibili.com/72036817.xml' 
  6. html = requests.get(url).content 
  7. html_data = str(html, 'utf-8'
  8. soup = BeautifulSoup(html_data, 'lxml'
  9. results = soup.find_all('d'
  10.  
  11. comments = [comment.text for comment in results] 
  12. comments_dict = {'comments': comments} 
  13.  
  14. df = pd.DataFrame(comments_dict) 
  15. df.to_csv('bilibili.csv', encoding='utf-8'

***成功获取1000条弹幕数据。

Python数据可视化:啥是佩奇

第958条,和我外公外婆一样,来到家之后一包一包的都是他们从家里带来的菜和水果。

不知道,你有没有相同的感受呢?

相信大多数人都会说,有!!!

一种莫名的感动在心中。

三、数据可视化

利用jieba分词,对弹幕数据生成词云。

  1. from wordcloud import WordCloud, ImageColorGenerator 
  2. import matplotlib.pyplot as plt 
  3. import pandas as pd 
  4. import jieba 
  5.  
  6. df = pd.read_csv('bilibili.csv', header=None) 
  7.  
  8. text = '' 
  9. for line in df[1]: 
  10.     text += ' '.join(jieba.cut(line, cut_all=False)) 
  11. backgroud_Image = plt.imread('peiqi.jpg'
  12.  
  13. wc = WordCloud( 
  14.     background_color='white'
  15.     mask=backgroud_Image, 
  16.     font_path='C:\Windows\Fonts\simhei.ttf'
  17.     max_words=2000, 
  18.     max_font_size=80, 
  19.     random_state=30, 
  20. wc.generate_from_text(text) 
  21. # 看看词频高的有哪些,把无用信息去除 
  22. process_word = WordCloud.process_text(wc, text) 
  23. sort = sorted(process_word.items(), key=lambda e:e[1], reverse=True
  24. print(sort[:50]) 
  25. img_colors = ImageColorGenerator(backgroud_Image) 
  26. wc.recolor(color_func=img_colors) 
  27. plt.imshow(wc) 
  28. plt.axis('off'
  29. wc.to_file("佩奇.jpg"
  30. print('生成词云成功!'

原图如下,来自一位PPT大神的鼠绘佩奇。

如有需要下图的,公众号回复「佩奇」即可。

Python数据可视化:啥是佩奇

***生成词云图。

Python数据可视化:啥是佩奇

啥是佩奇,我肯定是知道的...

估计逛B站的大佬们也都知道,所以猪这个词,出现的并不多。

看看弹幕数据还能发现一些其他什么东西。

这里发现河北、保定、张家口、怀来县这几个地名冒出。

说明短片可能是在河北省拍的。

还有爷爷是短片的主角,短片中的手套和手机也成功吸引了大家的关注。

朋克和硬核又是什么鬼,不解...

四、总结

下面这段内容,摘自知乎。

说到底这个宣传片之所以能火起来,靠的还是咱中国人的情。

是农村生活,过年生活的真实写照。

反映了现代社会农村的真实情况,包括4G网以及智能手机还未普及,农村空巢老人的生活状态。

或许,这就是大家有共鸣的点。

【编辑推荐】

  1. 如何成为数据分析师系列(二):可视化图表进阶
  2. Python数据可视化:25年GDP之变
  3. 50种常用的matplotlib可视化,再也不用担心模型背着我乱跑了
  4. Python数据可视化:网易云音乐歌单
  5. 15分钟,教你用Python爬网站数据,并用BI可视化分析!
【责任编辑:未丽燕 TEL:(010)68476606】

点赞 0
分享:
大家都在看
猜你喜欢

订阅专栏+更多

16招轻松掌握PPT技巧

16招轻松掌握PPT技巧

GET职场加薪技能
共16章 | 晒书包

289人订阅学习

20个局域网建设改造案例

20个局域网建设改造案例

网络搭建技巧
共20章 | 捷哥CCIE

645人订阅学习

WOT2019全球人工智能技术峰会

WOT2019全球人工智能技术峰会

通用技术、应用领域、企业赋能三大章节,13大技术专场,60+国内外一线人工智能精英大咖站台,分享人工智能的平台工具、算法模型、语音视觉等技术主题,助力人工智能落地。
共50章 | WOT峰会

0人订阅学习

读 书 +更多

游戏关卡设计

《半条命》作者倾心写就 暴雪总裁等业内专家强力推荐 盛大公司专业团队翻译 一起来创造引人入胜的游戏体验吧! 任何精彩游戏的核心部分...

订阅51CTO邮刊

点击这里查看样刊

订阅51CTO邮刊

51CTO服务号

51CTO播客