本文经授权转载自 凹凸数据（ID：alltodata） 最近又火了一部国产剧：《隐秘的角落》。
如果你没看过，那可能会对朋友圈里大家说的“一起去爬山”、“小白船”、“还有机会吗”感到莫名其妙。
暑期推荐旅游（来源微博）
小五在这个端午假期也赶紧刷完了本剧，必须要写篇文章了。
由于《隐秘的角落》是在爱奇艺独播，所以数据从爱奇艺下手最直接。
如果没爬过爱奇艺，可以考虑使用豆瓣、微博、知乎（电视剧数据分析 · 万能三件套）的数据
爬虫
剧很精彩，但追剧界有句俗话说得好：“弹幕往往比剧更精彩”，为了让精彩延续下去，我终究没能忍住对弹幕下手。[1]
爱奇艺的弹幕数据是以 .z 形式的压缩文件存在的，先获取 tvid 列表，再根据 tvid 获取弹幕的压缩文件，最后对其进行解压及存储，大概就是这样一个过程。
这里参考了“数据兔小白[2]的代码，我又修改后实现分集爬取所有弹幕。
def get_data(tv_name,tv_id):'https://cmts.iqiyi.com/bullet/{}/{}/{}_300_{}.z' 'uid' ,'contentsId' ,'contents' ,'likeCount' ])for i in range(1 ,20 ):-4 :-2 ],tv_id[-2 :],tv_id,i)get (myUrl)if res.status_code == 200 :'utf-8' )"xml" )data = pd.DataFrame(columns=['uid' ,'contentsId' ,'contents' ,'likeCount' ])data ['uid' ] = [i.text for i in bs.findAll('uid' )]data ['contentsId' ] = [i.text for i in bs.findAll('contentId' )]data ['contents' ] = [i.text for i in bs.findAll('content' )]data ['likeCount' ] = [i.text for i in bs.findAll('likeCount' )]else :break data ],ignore_index = True)'tv_name' ]= str(tv_name)return datas注：避免引起不必要的麻烦，本爬虫仅指出关键步骤，不再公开提供。
共爬取得到201865 条《隐秘的角落》弹幕数据。
弹幕发射器
按照用户id分组并对弹幕id计数，可以得到每位用户的累计发送弹幕数。
#累计发送弹幕数的用户 'uid' )['contentsId'
ascending = False).reset_index()'用户id' ,'累计发送弹幕数' ]
累计发送弹幕数用户top5
第一名竟然发送了2561条弹幕，这只是一部12集的网剧啊。
难道他/她是水军？每条都发的差不多？ df_top1 = df[df['uid' ] == 1810351987 ].sort_values(by ="likeCount" ,ascending = False).reset_index()10 )
然而并不是，每一条弹幕都是这位观众的有感而发，可能他/她只是在发弹幕的同时顺便看看剧吧。 这位“弹幕发射器”朋友，在每一集的弹幕量又是如何呢？ 分集&平均弹幕量 是不是通过上图可以侧面说明个别剧集的戏剧冲突更大，更能引发观众吐槽呢？
“弹幕发射器”同志，11、12集请加大输出！
这些弹幕大家都认同
抛开“弹幕发射器”同志，我们继续探究一下分集的弹幕。
看看每一集当中，哪些弹幕大家都很认同（赞）？
df_like = df[df.groupby(['tv_name' ])['likeCount' ].rank(method="first" , ascending=False)==1 ].reset_index()[['tv_name','contents','likeCount']] '剧集' ,'弹幕' ,'赞' ]每一集中点赞最多的弹幕 每一集的最佳弹幕都是当集剧情的浓缩，这些就是观众们票选出来的梗（吐槽）啊！
应该不算剧透吧，不算吧，不算吧
实在不行我请你去爬山也可
朝阳东升
除了剧本、音乐等，“老戏骨”和“小演员”们的演技也获得了网友的一致好评。
这部剧虽然短短12集，但故事线不仅仅在一两个人身上。每个人都有自己背后的故事，又因为种种巧合串联在一起，引发观众的持续性讨论。
我们统计一下演员们在弹幕中的出现次数，看看剧中的哪些角色大家提及最多。
a = {'张东升':'东升|秦昊|张老师', '朱朝阳':'朝阳', '严良':'严良', '普普':'普普', '朱永平':'朱永平', '周春红':'春红|大娘子', '王瑶':'王瑶', '徐静':'徐静|黄米依', '陈冠声':'王景春|老陈|陈冠声', '叶军':'叶军|皮卡皮卡', '马主任':'主任|老马', '朱晶晶':'晶晶','叶驰敏':'叶驰敏'}
a = {'张东升' :'东升|秦昊|张老师' , '朱朝阳' :'朝阳' , '严良' :'严良' , '普普' :'普普' , '朱永平' :'朱永平' , '周春红' :'春红|大娘子' , '王瑶' :'王瑶' , '徐静' :'徐静|黄米依' , '陈冠声' :'王景春|老陈|陈冠声' , '叶军' :'叶军|皮卡皮卡' , '马主任' :'主任|老马' , '朱晶晶' :'晶晶' ,'叶驰敏' :'叶驰敏' }for key, value in a.items():'contents' ].str.contains(value )'contentsId' ].count() for key in a.keys()}).sort_values() 先计算出现次数，再利用pyecharts制作极坐标图。
弹幕中提到的主要演员 比较让我疑惑的三个小孩当中的朱朝阳提及量这么低，按理说应该与其其他两位大体相当啊。
又去源数据看了一遍，提及朱朝阳（朝阳）的弹幕确实很少，因为大部分在弹幕中观众一般就叫他“学霸”、“儿子”之类的了。
词云
总所周知，一篇数分文章不能少了词云。
每篇的词云都尽量跟上篇文章不同，这次我采用的是stylecloud,它算是wordcloud词云包的升级版，看起来美观多了。
import stylecloudfrom IPython.display import Image ' ' .join(text1), collocations=False ,r'C:\Windows\Fonts\msyh.ttc' ,'fas fa-play-circle' ,size=400 ,'隐秘的角落-词云.png' )'隐秘的角落-词云.png' )20万条弹幕词云 除了主角的名字以外，在这部以“孩子”为主题的剧中，对孩子的思想、行为的探讨占据重要部分，另外，剧中从年长的戏骨到年幼的孩子，每一个人都贡献了高光的演技，对他们演技的称赞也成为高频词汇。
而最出圈的“爬山”梗，更是被频频提及。
一起爬山吗？ 从《无证之罪》到《隐秘的角落》，都在证明悬疑犯罪题材在当下并非没有市场，要收获高人气高口碑，如何传播与营销终归只是手段，越来越多的团队沉下心来打磨精品剧集，观众才会愿意为剧买单，让“爬山”这样的梗一步步“出圈”。
https://alltodata.cowtransfer.com/s/5b483c08987243
参考文章 注：本文仅用于学习交流，禁止用于商业用途。
文中图片均来自网络，如若侵权请联系删除
《Python网络编程从入门到精通》 以Python语言为基 础，介绍利用Python进行数据科学研究与商业分析的全貌。其核心的设计理念是通过经典的商业应用案例对数据爬取、数据存储、数据清洗、数据建模的核心Python模块做相应的介绍。 本书的特点是强调数据科学带来的商业价值理念，所以其可以作为高等学校数据科学、大数据管理与应用、统计或相关专业的教材，也适合从事数据分析的工作者和爱好者阅读。
《Python数据分析与大数据处理从入门到精通》主要讲解数据分析与大数据处理所需的技术、基础设施、核心概念、实施流程。从编程语言准备、数据采集与清洗、数据分析与可视化，到大型数据的分布式存储与分布式计算，贯穿了整个大数据项目开发流程。本书轻理论、重实践，目的是让读者快速上手。 Git是一款让人一开始觉得很容易学，但却很难精通的工具。 本书除了介绍Git的相关知识外，还会模拟各种常见的状况，让读者知道应该在什么时候使用什么指令。本书除了教大家如何在终端机视窗中输入Git指令，还搭配了图形界面工具，缓和了读者的学习曲线，让读者更容易上手。 留言赠书参与方法
分享一下你在学习或者使用Python、Git工具的经验感受，活动截止时获得 点赞数最多的前2名 获得以上书籍中的任1本，同时我们也将选择 3名小锦鲤 同样获得赠书1本
截止时间： 2020 年 07 月 05 日 16：00 整
