最近又火了一部國產劇：《隱秘的角落》，如果你沒看過，那可能會對朋友圈里大家說的“一起去爬山”、“小白船”、“還有機會嗎”感到莫名其妙。

[[332301]]

 

圖片來自 Pexels

由于《隱秘的角落》是在愛奇藝獨播，所以數據從愛奇藝下手最直接。

 

暑期推薦旅游

如果沒爬過愛奇藝，可以考慮使用豆瓣、微博、知乎(電視劇數據分析·萬能三件套)的數據。

爬蟲

劇很精彩，但追劇界有句俗話說得好：“彈幕往往比劇更精彩”，為了讓精彩延續下去，我終究沒能忍住對彈幕下手。

愛奇藝的彈幕數據是以 .z 形式的壓縮文件存在的，先獲取 tvid 列表，再根據 tvid 獲取彈幕的壓縮文件，最后對其進行解壓及存儲，大概就是這樣一個過程。

我實現分集爬取所有彈幕，代碼如下：

def get_data(tv_name,tv_id): 
    url = 'https://cmts.iqiyi.com/bullet/{}/{}/{}_300_{}.z' 
    datas = pd.DataFrame(columns=['uid','contentsId','contents','likeCount']) 
    for i in range(1,20): 
        myUrl = url.format(tv_id[-4:-2],tv_id[-2:],tv_id,i) 
        print(myUrl) 
        res = requests.get(myUrl) 
        if res.status_code == 200: 
            btArr = bytearray(res.content) 
            xml=zlib.decompress(btArr).decode('utf-8') 
            bs = BeautifulSoup(xml,"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 
        datas = pd.concat([datas,data],ignore_index = True) 
    datas['tv_name']= str(tv_name) 
    return datas 

注：避免引起不必要的麻煩，本爬蟲僅指出關鍵步驟，不再公開提供。

共爬取得到 201865 條《隱秘的角落》彈幕數據，如下圖：

 

彈幕發射器

按照用戶 id 分組并對彈幕 id 計數，可以得到每位用戶的累計發送彈幕數。

#累計發送彈幕數的用戶 
danmu_counts = df.groupby('uid')['contentsId'].count().sort_values(ascending = False).reset_index() 
danmu_counts.columns = ['用戶id','累計發送彈幕數'] 
danmu_counts.head() 

 

累計發送彈幕數用戶 Top5

第一名竟然發送了 2561 條彈幕，這只是一部 12 集的網劇啊。

[[332302]]

 

真·彈幕發射器

難道他/她是水軍?每條都發的差不多?

df_TOP1 = df[df['uid'] == 1810351987].sort_values(by="likeCount",ascending = False).reset_index() 
df_TOP1.head(10) 

 

然而并不是，每一條彈幕都是這位觀眾的有感而發，可能他/她只是在發彈幕的同時順便看看劇吧。

這位“彈幕發射器”朋友，在每一集的彈幕量又是如何呢?

 

分集&平均彈幕量

是不是通過上圖可以側面說明個別劇集的戲劇沖突更大，更能引發觀眾吐槽呢?

“彈幕發射器”同志，11、12 集請加大輸出!

這些彈幕大家都認同

拋開“彈幕發射器”同志，我們繼續探究一下分集的彈幕。

看看每一集當中，哪些彈幕大家都很認同(贊)?

df_like = df[df.groupby(['tv_name'])['likeCount'].rank(method="first", ascending=False)==1].reset_index()[['tv_name','contents','likeCount']] 
df_like.columns = ['劇集','彈幕','贊'] 
df_like 

 

每一集中點贊最多的彈幕

每一集的最佳彈幕都是當集劇情的濃縮，這些就是觀眾們票選出來的梗(吐槽)啊!

應該不算劇透吧，不算吧，不算吧實在不行我請你去爬山也可。

[[332303]]

 

朝陽東升

除了劇本、音樂等，“老戲骨”和“小演員”們的演技也獲得了網友的一致好評。

這部劇雖然短短 12 集，但故事線不僅僅在一兩個人身上。每個人都有自己背后的故事，又因為種種巧合串聯在一起，引發觀眾的持續性討論。

我們統計一下演員們在彈幕中的出現次數，看看劇中的哪些角色大家提及最多。

a = {'張東升':'東升|秦昊|張老師', '朱朝陽':'朝陽', '嚴良':'嚴良', '普普':'普普', '朱永平':'朱永平', '周春紅':'春紅|大娘子', '王瑤':'王瑤', '徐靜':'徐靜|黃米依', '陳冠聲':'王景春|老陳|陳冠聲', '葉軍':'葉軍|皮卡皮卡', '馬主任':'主任|老馬', '朱晶晶':'晶晶','葉馳敏':'葉馳敏'} 
for key, value in a.items(): 
    df[key] = df['contents'].str.contains(value) 
staff_count = pd.Series({key: df.loc[df[key], 'contentsId'].count() for key in a.keys()}).sort_values() 

先計算出現次數，再利用 pyecharts 制作極坐標圖：

 

彈幕中提到的主要演員

比較讓我疑惑的三個小孩當中的朱朝陽提及量這么低，按理說應該與其其他兩位大體相當啊。

又去源數據看了一遍，提及朱朝陽(朝陽)的彈幕確實很少，因為大部分在彈幕中觀眾一般就叫他“學霸”、“兒子”之類的了。

詞云

總所周知，一篇數分文章不能少了詞云。

每篇的詞云都盡量跟上篇文章不同，這次我采用的是 stylecloud，它算是 wordcloud 詞云包的升級版，看起來美觀多了。

import stylecloud 
from IPython.display import Image  
 
stylecloud.gen_stylecloud(text=' '.join(text1), collocations=False, 
                          font_path=r'‪C:\Windows\Fonts\msyh.ttc', 
                          icon_name='fas fa-play-circle',size=400, 
                          output_name='隱秘的角落-詞云.png') 
Image(filename='隱秘的角落-詞云.png') 

 

20 萬條彈幕詞云

除了主角的名字以外，在這部以“孩子”為主題的劇中，對孩子的思想、行為的探討占據重要部分，另外，劇中從年長的戲骨到年幼的孩子，每一個人都貢獻了高光的演技，對他們演技的稱贊也成為高頻詞匯。

而最出圈的“爬山”梗，更是被頻頻提及。

[[332304]]

 

一起爬山嗎?

從《無證之罪》到《隱秘的角落》，都在證明懸疑犯罪題材在當下并非沒有市場，要收獲高人氣高口碑，如何傳播與營銷終歸只是手段，越來越多的團隊沉下心來打磨精品劇集，觀眾才會愿意為劇買單，讓“爬山”這樣的梗一步步“出圈”。

本文相關數據和可視化源碼下載：

https://alltodata.cowtransfer.com/s/5b483c08987243

作者：朱小五

編輯：陶家龍

出處：轉載自微信公眾號凹凸數據(ID：alltodata)