《中國醫生》值不值得看？Python爬取4w+觀影資料告訴你答案

前言

最近一部根據真實事件改編的《中國醫生》正在火熱上映，感動了無數觀眾，更獲鍾南山院士高度評價：「真正體現了中國醫生的良心、責任、決心、行動！」

影片以金銀潭醫院為核心故事背景，將抗疫中各地發生的真人真事濃縮凝練，全景式還原記錄了波瀾壯闊、艱苦卓絕的抗疫鬥爭。

網友也對《中國醫生》原型展開熱烈討論，關於《中國醫生》的話題在多個平臺登上熱搜，今天我們就通過抓取近4萬條評論資料，看看電影觀眾們對這部電影的評價究竟如何？

一、核心功能設計

總體來說，我們需要先從貓眼電影爬取《中國醫生》的影評資料，並將這些資料進行視覺化分析展示。

拆解需求，大致可以整理出我們需要分為以下幾步完成：

1. 通過爬蟲獲取貓眼APP的評論資料，包括使用者名，使用者城市，評論內容，星級打分，評論時間等。

2. 對獲取的評論資料進行預處理，獲取使用者對於電影的星級評分，並通過餅圖進行視覺化顯示。

3. 根據評論資料中的城市進行觀影使用者區域分佈視覺化。

4. 對影評內容進行詞雲繪製。

二、實現步驟

1. 爬取資料

首先我們需要獲取貓眼APP上的評論資料，通過分析發現，貓眼APP的評論資料介面為：https://m.maoyan.com/mmdb/comments/movie/1337700.json_v_=yes&offset=0&startTime=2021-07-14%2022%3A25%3A03。

根據對資料分析，返回的json格式資料，可以發現：

• 1337700就是代表《中國醫生》電影的id

• offset表示偏移量

• startTime表示獲取評論的起始時間

• cmts表示評論，每次獲取15條，offset偏移量是指每次獲取評論時的起始索引，向後取15條

• cmts中有我們需要的使用者id、使用者名、城市名、評論內容、評論星級分數、評論時間等資訊

網頁結構我們上面已經分析好了，那麼我們就可以來動手爬取我們所需要的資料了。獲取到所有的資料資源之後，可以把這些資料儲存下來。

獲取資料：

處理資料：

儲存資料：

這樣我們就可以把需要用到的觀影使用者資料儲存下來了，效果如下：

資料獲取儲存之後，接下來我們就需要對資料進行視覺化顯示。 這裡使用的是pyecharts，是一個用於生成Echarts圖表的類庫，便於在Python中根據資料生成視覺化的圖表。

2. 星級評分

我們根據上面獲取的觀影資料，其中有一個score屬性代表電影分數，我們需要讀取使用者的評分進行一星至五星格式轉換。

拿到對應的星級資料之後，我們可以繪製餅狀圖檢視電影評分比例資料。

效果如下：

從圖中可以看出，五星比例接近89.5%，四星比例為6.5%，兩者合計高達96%，可見《中國醫生》電影的口碑還是相當不錯的。

3. 觀影使用者分佈

我們還可以根據儲存的資料中cityName獲取觀影使用者的地點分佈情況。

獲取評論中所有城市：

統計每個城市出現的次數：

繪製觀影使用者Top25分佈：

效果如下：

觀影使用者地區分佈：

效果如下：

電影消費是城市消費的一部分，從某種角度來看，可以作為考察一個城市購買力的指標。可以看出這些觀影使用者較多的城市在近年的GDP排行中也大多數居上游，消費水平較高。

4. 影評詞雲圖

首先我們需要準備工作，安裝jieba用來進行評論內容分詞。jieba是一個基於Python的分詞庫，完美支援中文分詞，功能強大。

還要安裝wordcloud，一個基於Python的詞雲生成類庫，可以生成詞雲圖。

pyecharts v0.3.2以後，pyecharts 將不再自帶地圖 js 檔案。如使用者需要用到地圖圖表，可自行安裝對應的地圖檔案包。

準備工作完成之後，我們就可以根據儲存的電影評論資料，繪製詞雲圖了。

獲取所有評論：

設定分詞、遮蔽詞：

繪製詞雲圖：

效果如下：

至此，《中國醫生》電影分析視覺化就完成啦~

從分析可以看出，電影整體口碑還是很不錯的，故事中有好多淚點，展現出了中國醫生的敬業、中國醫生的力量，中國醫生的責任，身為中國人，身邊有一群這樣的天使，感到無比的驕傲！為中國醫生點贊！

今天我們就到這裡，明天繼續努力！

若本篇內容對您有所幫助，請三連點贊，關注，收藏支援下。

想了解更多精彩內容，快來關注計算機java程式設計