【Python | 杂代码】热点:豆瓣2.4分的《爱情公寓》你还要去看吗?

2024-01-03 04:40

本文主要是介绍【Python | 杂代码】热点:豆瓣2.4分的《爱情公寓》你还要去看吗?,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

640?wx_fmt=jpeg

极简XksA
致力于做最简单、最极致的学习分享
640?wx_fmt=png

前言

今天本来好好的追着电视剧(抗战神剧《飞哥大英雄》),突然想起来今天8.10,《爱情公寓》要上映了啊,我兴奋的打开百度,上了猫眼,一看,果然票房不错,截止目前,上映首日票房已经达到2.9亿多(暗暗感叹一句,国人真有钱!),可是豆瓣上的评分,才2.5分,近90%看过电影的观众给出一星“好评”!

一起来看看

面对上面票房与评分的巨大差,和X先生一起来从猫眼票房数据和豆瓣短评,看看具体情况吧!

01 猫眼电影网

  (1)从今日首映票房来看

640?wx_fmt=png

根据猫眼电影网显示,截止2018.8.10 21:16为止《爱情 公寓》累积票房超过2.9亿元,有望首映破3亿。

  (2)从猫眼评分和预测票房来看

640?wx_fmt=png

预测票房为10.19亿,评分仅仅只有6.9。  与近半个月前的上映的《西虹市首富》以及一个月前上映的《我不是药神》相 比,《爱情公寓》首映票房远远超过《西》和《我》,但评分却远低于这两部。

640?wx_fmt=png

640?wx_fmt=png

  (3)从日排片看

640?wx_fmt=png

   可以看出,明日排片量会高于今日,票房的走向到底会怎样呢?


02 豆瓣影评

(1)《爱情公寓》豆瓣评分

640?wx_fmt=png

4万多豆瓣网友,近90%给了一星“好评”,确定我没走错片场?

(2)《爱情公寓》豆瓣短评

640?wx_fmt=png

短评里面前五都是差评,我大致浏览了一下,88%的差评,统计的没啥问题。

评论第一的“残狼之卑”有点厉害啊~为了更好的了解,我特意跑去bilibili看了一下,嗯,不错,弹幕比较精彩。

640?wx_fmt=png

链接这里:

https://www.bilibili.com/video/av22812059?from=search&seid=4993595707753437396

看完这个,网友的这一句话点名真相:“我前天亲眼见你偷了老友记家、生活大爆炸家、寻妈记家的剧,吊着打”,抄袭门。。。


03 代码搞点事
(1)

爬取豆瓣短评评,词云分析

部分代码:

 1#清洗数据,生成词云2def split_word(content):3    # 去除所有评论里多余的字符4    content = re.sub('[,,。. \r\n]', '', content)5    segment = jieba.lcut(content)6    words_df = pd.DataFrame({'segment': segment})7    # quoting=3 表示stopwords.txt里的内容全部不引用8    stopwords = pd.read_csv(r"H:\PyCoding\hot\love_apartment_movies\stopwords.txt", index_col=False, quoting=3, sep="\t", names=['stopword'], encoding='utf-8')9    words_df = words_df[~words_df.segment.isin(stopwords.stopword)]
10    words_stat = words_df.groupby(by=['segment'])['segment'].agg({"计数": numpy.size})
11    words_stat = words_stat.reset_index().sort_values(by=["计数"], ascending=False)
12    test = words_stat.head(500).values
13    codes = [test[i][0] for i in range(0,len(test))]
14    counts = [test[i][1] for i in range(0,len(test))]
15    wordcloud = WordCloud(width=1300, height=620)
16    wordcloud.add("爱情公寓", codes, counts, word_size_range=[20, 100])
17    wordcloud.render()

效果图

640?wx_fmt=png

看的出来,《爱情公寓》买的是情怀,挂羊头买狗肉,你还要去看吗?




(2)猫眼票房数据分析
部分代码:
 1# 猫眼网站数据加密,2# 反爬参考博文:https://blog.csdn.net/qq_31032181/article/details/791535783        # 匹配ttf font4        cmp = re.compile(",\n           url\('(//.*.woff)'\) format\('woff'\)")5        rst = cmp.findall(r.text)6        ttf = requests.get("http:" + rst[0], stream=True)7        with open("maoyan.woff", "wb") as pdf:8            for chunk in ttf.iter_content(chunk_size=1024):9                if chunk:
10                    pdf.write(chunk)
11        # 转换woff字体为otf字体
12        woff2otf.convert('maoyan.woff', 'maoyan.otf')
13        # 解析字体库font文件
14        baseFont = TTFont('base.otf')
15        maoyanFont = TTFont('maoyan.otf')
16        uniList = maoyanFont['cmap'].tables[0].ttFont.getGlyphOrder()
17        numList = []
18        baseNumList = ['.', '3', '5', '1', '2', '7', '0', '6', '9', '8', '4']
19        baseUniCode = ['x', 'uniE64B', 'uniE183', 'uniED06', 'uniE1AC', 'uniEA2D', 'uniEBF8',
20        'uniE831', 'uniF654', 'uniF25B', 'uniE3EB']
1from pyecharts import Bar
2
3v1 = [29946.8,3128.2,10107.8,5889.8]
4str1 = ['全国','一线城市','二线城市','三线城市']
5# 默认Bar()第一个参数为 主标题,第二个参数为副标题
6bar1 = Bar('票房量分布分析','票房/万元',title_color  = '#3367FF',subtitle_color= '#3367FF')
7bar1.add('爱情公寓',str1,v1,is_more_utils = True)
8bar1.render(r"H:\PyCoding\FlaskCoding\Test_all\test0608\test01.html")
效果图:

640?wx_fmt=png

往期 精彩回顾



this wonderful life

《爱情公寓》我也是从第一季看到第四季了的,虽然没有每季全都看完,但每每看到的时候都会笑起,《老友记》我也看过一些,也是个十足的好剧,我觉得能让我们在平乏而又压抑的生活中欢颜笑语,就是好剧,抄袭的确不对,不过我还是想,有机会去电影院看看,不为情怀,笑笑这个世界。

你呢?


这篇关于【Python | 杂代码】热点:豆瓣2.4分的《爱情公寓》你还要去看吗?的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/564588

相关文章

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

活用c4d官方开发文档查询代码

当你问AI助手比如豆包,如何用python禁止掉xpresso标签时候,它会提示到 这时候要用到两个东西。https://developers.maxon.net/论坛搜索和开发文档 比如这里我就在官方找到正确的id描述 然后我就把参数标签换过来

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

poj 1258 Agri-Net(最小生成树模板代码)

感觉用这题来当模板更适合。 题意就是给你邻接矩阵求最小生成树啦。~ prim代码:效率很高。172k...0ms。 #include<stdio.h>#include<algorithm>using namespace std;const int MaxN = 101;const int INF = 0x3f3f3f3f;int g[MaxN][MaxN];int n

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

计算机毕业设计 大学志愿填报系统 Java+SpringBoot+Vue 前后端分离 文档报告 代码讲解 安装调试

🍊作者:计算机编程-吉哥 🍊简介:专业从事JavaWeb程序开发,微信小程序开发,定制化项目、 源码、代码讲解、文档撰写、ppt制作。做自己喜欢的事,生活就是快乐的。 🍊心愿:点赞 👍 收藏 ⭐评论 📝 🍅 文末获取源码联系 👇🏻 精彩专栏推荐订阅 👇🏻 不然下次找不到哟~Java毕业设计项目~热门选题推荐《1000套》 目录 1.技术选型 2.开发工具 3.功能

nudepy,一个有趣的 Python 库!

更多资料获取 📚 个人网站:ipengtao.com 大家好,今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址:https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中,检测图像中的不适当内容(例如裸露图像)是一个重要的任务。nudepy 是一个基于 Python 的库,专门用于检测图像中的不适当内容。该

代码随想录冲冲冲 Day39 动态规划Part7

198. 打家劫舍 dp数组的意义是在第i位的时候偷的最大钱数是多少 如果nums的size为0 总价值当然就是0 如果nums的size为1 总价值是nums[0] 遍历顺序就是从小到大遍历 之后是递推公式 对于dp[i]的最大价值来说有两种可能 1.偷第i个 那么最大价值就是dp[i-2]+nums[i] 2.不偷第i个 那么价值就是dp[i-1] 之后取这两个的最大值就是d

pip-tools:打造可重复、可控的 Python 开发环境,解决依赖关系,让代码更稳定

在 Python 开发中,管理依赖关系是一项繁琐且容易出错的任务。手动更新依赖版本、处理冲突、确保一致性等等,都可能让开发者感到头疼。而 pip-tools 为开发者提供了一套稳定可靠的解决方案。 什么是 pip-tools? pip-tools 是一组命令行工具,旨在简化 Python 依赖关系的管理,确保项目环境的稳定性和可重复性。它主要包含两个核心工具:pip-compile 和 pip