大家好，我是志斌~
‘速度与激情’系列电影可谓一直是高分电影，但是最近新出的《速度与激情9》的评分却还不到6分，才5.6分！
究竟是为什么它的评分这么低？让我们对它的豆瓣评论进行可视化分析，来看看这是什么原因！
本文通过爬取《速度与激情9》豆瓣短评，进行数据可视化分析，在后台回复【速度与激情9】即可获得全部代码。
01数据采集
在之前的文章我们已经对豆瓣短评的数据采集有过详细的介绍，有不懂的小伙伴可以看看这篇文章我用python分析《你好，李焕英》豆瓣30万+评论，终于找到了它大卖的原因。这里我们直接展示爬虫核心代码：
for page in range(80): try: params = ( ('start', str(page * 20)), ('limit', '20'), ('status', 'P'), ('sort', 'new_score'), ('comments_only', '1'), ('ck', 'qN8_'), ) r = requests.get('https://movie.douban.com/subject/32493124/comments', headers=headers, params=params, cookies=cookies) yonghumingchengs = re.findall('<a title="(.*?)href.*?">', r.json()['html'], re.S) youyongshus = re.findall('<span class="votes vote-count">(.*?)</span>', r.json()['html'], re.S) pinglunshijians = re.findall('<span class="comment-time " title="(.*?)">', r.json()['html'], re.S) pingluns = re.findall('<span class="short">(.*?)</span>', r.json()['html'], re.S) for i in range(20): a = a + 1 sheet.append([yonghumingchengs[i], youyongshus[i], pinglunshijians[i].split()[0].split("-")[-1], pinglunshijians[i].split()[1].split(":")[0], pingluns[i]]) print(f"已爬取完第{page}页数据,存入{i + 1}条数据....") except: wb.save("全部.xlsx") print(f"共爬取{page}页数据，存入{a}条数据....")
02数据清洗
01合并Excel
因为是分全部、好评、一般、差评四个部分来对影评进行爬取的，所以我们要对这四个影评文件夹进行合并，对批量合并Excel有兴趣的读者可以看看这篇文章教你如何快速合并内容相似的Excel文件。这里我们直接展示核心代码：
for i in files: wb = openpyxl.load_workbook(i) sheet = wb['豆瓣评论'] for i in range(2,502): A_cell = sheet[f'A{i}'] B_cell = sheet[f'B{i}'] C_cell = sheet[f'C{i}'] D_cell = sheet[f'D{i}'] E_cell = sheet[f'E{i}'] a = [A_cell.value,int(B_cell.value),int(C_cell.value),int(D_cell.value),E_cell.value] sheet_1.append(a)
02 导入评论数据
用pandas读取合并后的影评数据并预览。
df = pd.read_excel('总.xlsx',names=['用户名称','点赞数','评论日期','评论时间','评论内容']) print(df.head())
删除重复数据
df.drop_duplicates()
04 查看数据类型
查看字段类型和缺失值情况，符合分析需要，无需另做处理。
df.info()
03数据可视化
01 各类评论占比
这部电影的短评数有2.7w+，差评竟能占到40%，看来这部剧不是铁粉是真不行！建议大家提前避雷，不要去电影院观看。
让我们来看看观众为什么不喜欢这部影片。
从词云图中我们很难看出这部剧真正烂在那里，不过志斌看了剧觉得这部剧可能太科幻了，偏离了速度与激情的主题，太卖情怀了！
02 各类星级占比
从图中，我们可以明显的看出，打3星的观众最多，占了45.2%，其次是2星和4星，分别占28.5%和14.9%。这样看来，观众确实不太喜欢这部影片。
03 评论发表时间分布
从图中，我们可以看出，大部分影评发表时间在晚上和凌晨，白天发表影评的数量很少，但是评分这么低，还是不建议增加场次。
04小结
1.本文仅供学习研究使用，提供的评论仅供参考。
2. 本人对影视的了解有限，言论粗糙，还请勿怪。
