透过2W条评论看动漫《博人传-火影忍者新时代》

栏目: 数据库 · 发布时间: 5年前

内容简介:日本电视动画《动画与前作《火影忍者》《火影忍者疾风传》一样由Studio Pierrot(小丑社)负责制作。 时间是:以上内容,是我从百度百科抄袭过来的~哈哈哈哈,咱主要做的是数据分析,数据的爬取,去我的爬虫系列的博客里面去看吧,里面有相关的教程。

日本电视动画《 BORUTO -火影新世代 》(中国大陆译名《博人传:火影忍者新时代》)改编自岸本齐史原作并监修、池本干雄编绘、小太刀右京编剧的同名漫画,是 《火影忍者》 系列的续篇,讲述原作故事完结后漩涡鸣人之子 漩涡博人 的冒险故事。动画的后续剧情将对岸本齐史负责脚本的剧场版《火影忍者剧场版:博人传》作出补充 。

动画与前作《火影忍者》《火影忍者疾风传》一样由Studio Pierrot(小丑社)负责制作。 时间是: 2017年4月5日起每周三16:55在东京电视台系列首播

透过2W条评论看动漫《博人传-火影忍者新时代》

以上内容,是我从百度百科抄袭过来的~哈哈哈哈,咱主要做的是数据分析,数据的爬取,去我的爬虫系列的博客里面去看吧,里面有相关的教程。

数据分析

作为评论的数据,咱保存了这些数据留着备用

author # 作者
    content # 评论内容
    ctime = # 评论时间
    disliked # 不喜欢人数
    liked # 喜欢
    likes # 奇怪???
    score # 打分
    user_season # 在第几集打的分数
复制代码

1.清洗数据

最核心的步骤来了,在分析数据以前,我们需要对数据做一些处理,空值判断,时间格式修改等内容,这部分可能会根据实际的需求发生一些变化。

import numpy as np
import pandas as pd
import datetime


# 数据读取
def read_csv():
    file = pd.read_csv("./bore.csv",header=None,names=["author","content","ctime","disliked","liked","likes","score","user_season"])
    return file

# 数据清洗
def clear_data():
    df = read_csv()
    #print(any(df.duplicated())) # 判断数据是否有重复
    #print(df.head())
    #print(df.isnull().any())  # 判断是否有空列
    #print(df[df.isnull().values==True])   # 检测空值 
    data = df.fillna(0)  # 空值填充 

    # 时间处理
    def get_localtime(data):
        time =  datetime.datetime.fromtimestamp(data['ctime']).strftime("%Y-%m-%d")
        return pd.to_datetime(time)
    df["ctime"]=df.apply(get_localtime,axis = 1)  # apply 的使用 
    
    return df

# 数据分析1
def analsis1(data):
    print(data["author"].describe())

if __name__ == '__main__':
    df = clear_data()
    analsis1(df)

复制代码

2.评论最多的人?

看一下谁是这部动漫评论最多的人,这个代码非常简单,参考下面代码即可。 .describe() 函数

def analsis1(data):
    print(data["author"].describe())
复制代码
count     18535  # author总数
unique    18535 # 去除重复之后的总数
top        你的盛世   
freq          1
Name: author, dtype: object
复制代码

很神奇,竟然没有人评论次数超过 2 这个结论只能表示,B站允许视频评论一次?!机制的我想去测试一下,啪啪啪,打脸回来了,我竟然没有权限。

透过2W条评论看动漫《博人传-火影忍者新时代》

※你没有权限※

透过2W条评论看动漫《博人传-火影忍者新时代》

3.评论最多的人?

数据中,有分数的排布,那么我们看一下打分的柱状图吧!数据显示的1星和5星的比较多,两级分化比较严重。

透过2W条评论看动漫《博人传-火影忍者新时代》

为了确保中文显示正常,需要首先配置一下默认字体并且设置一下 matplotlib 的样式

import numpy as np
import pandas as pd
import datetime
import matplotlib.pyplot as plt
import matplotlib.style as psl

psl.use('seaborn-darkgrid')
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False
复制代码
score
def analsis2(data):
    # 文章打分的柱状图
    score = data["score"].groupby(data["score"]).size()

    score = score.reset_index(drop=True)
    x_index = np.arange(1,6).tolist()

    plt.bar(x_index,score.values,0.4,color="#03a9da")
    # 绘制文字
    for xx,yy in zip(x_index,score.values):
        plt.text(xx,yy+0.2,str(yy),ha="center",fontsize = 10)

    plt.title("用户评星图表")  # 设置标题
    plt.xlabel("评星")  # 设置x轴标识
    plt.ylabel("人数")  # 设置y轴标识
    plt.show()
复制代码

如果编写如下代码

plt.barh(x_index, score.values, 0.4, color="#03a9da")  
复制代码

就会得到一个横向的条形柱状图。

4. 评论时间分布

从数据看星期二、四、六评论次数增多,很有意思的数据。

透过2W条评论看动漫《博人传-火影忍者新时代》
# 通过星期判断评论次数
def analysis3(data):
    data.set_index(data["ctime"],inplace=True)
    weeks = ["星期日","星期一","星期二","星期三","星期四","星期五","星期六"]
    def get_weekday(data):
        return weeks[data["ctime"].weekday()]
    data["week"] = data.apply(get_weekday,axis=1)
    week_data = data.groupby(by="week")["author"].size()

    plt.bar(weeks,week_data.values,0.5,color="green")
    plt.show()
复制代码

5. 评论月份暴漏的部分关系

我们看到在2018年7月份数据忽然升高,这背后到底有啥隐藏的秘密呢?我们继续往下看。!

透过2W条评论看动漫《博人传-火影忍者新时代》
def analysis4(data):
    data.set_index(data["ctime"], inplace=True)
    data = data.resample("M").count()["author"]  # 按照月份汇总数据
    data = data.to_period("M")  # 显示数据
    x = np.arange(0,len(data),1)

    fig = plt.figure(figsize=(6, 4))
    ax = fig.add_subplot(111)

    '''
    fig = plt.figure()
    ax2 = fig.add_subplot(212)
    '''

    ax.plot(x,data.values,"#03a9f4",marker="o",markersize=4)
    ax.set_xticks(x)  # 设置x轴标签为自然数序列
    ax.set_xticklabels(data.index)  # 更改x轴标签值为年份
    plt.xticks(rotation=60)  # 旋转90度,不至太拥挤

    plt.title('博人传评论数量变化(201709-201812)', color="#03a9f4", fontsize=12)
    plt.xlabel("月份")
    plt.ylabel('评论数量')
    plt.tight_layout()  # 自动控制空白边缘


    plt.show()

复制代码

过滤 2018年7月份的数据出来 ,发现在2018年7月20日的时候,出现了一个评论峰值,在进行细致的分析,咱看一下数据。

透过2W条评论看动漫《博人传-火影忍者新时代》

看到这个数据之后,虽然我没看博人传,但是,我知道了 65集肯定好看,而且很有可能在7月20日更新的就是这1集,好奇心起来的你,或者你是一个火影迷,你可以去看看这一集~! 我翻到评论,引用了一个置顶评论

本集是值得国人观众特别期待的一集,因为这一话(第65集)是由国人原画师黄成希全权负责的,
	他一个人包揽了本集的分镜/演出/作画导演等主要工作。
	换而言之,黄成希作为中国画师获得了本集的作监资格。这在火影忍者开播16年以来是史无前例的。
	十几年前,黄成希在火影忍者刚刚开播时,也和多数人一样仅仅只是屏幕前的看客,
	但是这部作品对学生时代的他施加了巨大的影响,最终促使黄成希走上了成为动画画师的道路。
	在2012年加入日本动画行业后,他如愿以偿成为了火影忍者的主力原画之一,并参与作画监督的工作。
	除此之外他还先后加入过包括黑子的篮球、妖怪手表和刀剑神域剧场版等多部作品的制作,
	实力得到了业内的认可,因此才最终获得了独自扛下重要打斗回的资格,如此说来也算是圆梦成功。
	由于本集几乎是黄成希的个人秀,再加上这一话中大筒木桃式使用了漫画版而不是剧场版中的新形象,
	因此黄成希在作画上自由发挥的空间就变得很大,这就有余地在打斗中融入太极和咏春等中国传统武术了。
	所以大伙看到一连串的“中国功夫”也别觉得奇怪哈~
	说起来,大筒木一族本身就有一股浓厚的道家派头,他们不仅历史悠久,文明程度远远超越这个世界的人,
	而且全族都在种灵根,吃仙桃,修金丹,求长生不老。现在再配合一整套中国武学架子,
	简直给人一种徐福手下三千童男童女入蓬莱求仙药的即视感...将来出一个徐福式的修仙族长也是极好的!(大误)


	黄成希在博人传中的几段作画(可能有遗漏):
	博人vs木叶丸
	博人vs花火
	博人vs鵺
	小樱vs信
	巳月vs尸澄真
复制代码
透过2W条评论看动漫《博人传-火影忍者新时代》

透过2W条评论看动漫《博人传-火影忍者新时代》

def analysis5(data):
   data = data.set_index('ctime')  # 将时间作为索引
   data = data["2018-07-01":"2018-08-01"]
   child_data = data.resample("D").count()["content"]
   print(child_data.to_period("D"))

   data = data['2018-07-20':"2018-07-20"]
   print(data["content"])

复制代码

6. 评论最多的集数

其实有上面的分析,我们已经知道了,65集肯定是评论最多的了,但是我们还是要用数据看一下

def analysis6(data):
    data = data.groupby(by="user_season").size()
    data = data.sort_values(ascending=False)
    print(data.head())

复制代码

没问题,65集必看

集数 评论数量
65 4338
40 985
39 658
66 502
68 494

最后打算在弄一个文字图的,后来想想下次再说,《博人传》数据和源码已经给大家写完整啦~

一星给情怀,一星给65集

透过2W条评论看动漫《博人传-火影忍者新时代》


以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

白话区块链

白话区块链

蒋勇 / 文延、嘉文 / 机械工业出版社 / 2017-10-1 / 59.00

由浅入深:从比特币开始,到区块链技术的骨骼(密码算法)和灵魂(共识算法),再到目前知名的区块链框架介绍,到最后从零构建一个微型区块链系统(微链),循序渐进。 多图多表:各种示例以及图表,通过流程图与示意图介绍比特币的源码编译、以太坊智能合约的开发部署、超级账本Fabric的配置使用、模拟比特币的微型区块链系统的设计实现等,形象而直观。 白话通俗:通过“村民账本记账”、“百花村选举记账”......一起来看看 《白话区块链》 这本书的介绍吧!

Base64 编码/解码
Base64 编码/解码

Base64 编码/解码

URL 编码/解码
URL 编码/解码

URL 编码/解码

Markdown 在线编辑器
Markdown 在线编辑器

Markdown 在线编辑器