知識星球
除此之外，每年的春節檔電影都會如約而至與大家見面，春節檔誕生了許多的經典電影，2019的春節檔電影也是佳片雲集，被稱作“史上最強春節檔”，今天我們就帶大家一起用資料去解讀其中最值得看的影片。
作者：徐麟
來源：資料森麟（ID：shujusenlin）
01 資料獲取
本次我們的資料主要來源於貓眼，一部分是貓眼的實時預售票房資料：
這部分資料可以透過selenium去獲取，程式碼如下：
driver = webdriver.Chrome()
driver.maximize_window()
driver.close()
driver.switch_to_window(driver.window_handles[0])
url = 'https://piaofang.maoyan.com/dashboard?date=2019-02-05'
js='window.open("'+url+'")'
driver.execute_script(js)
driver.close()
driver.switch_to_window(driver.window_handles[0])另一部分資料則來源於貓眼的觀眾評論，由於電影目前都還沒有上映，觀眾評論給出的分數，表示了其對電影的期待值。需要註意的是，有許多觀眾在評論中並沒有給出評分，會直接顯示為0，在後續計算時需要排除，資料如下：
這部分資料的獲取方法可以參照之前4天破10億！上萬條評論解讀《西虹市首富》是否值得一看，我們就直接省略爬取程式碼。
02 預售票房
衡量一個電影關註度的重要方法就是去看首日的預售情況，我們此次選取八部春節檔最主要的影片進行對比，程式碼如下：
p<-ggplot(data[order(data$sale,decreasing = T),][1:8,],
aes(x=reorder(name,sale),y=sale,fill=name))+
geom_bar(stat='identity',width = 0.5)+
geom_image(aes(x=name,y=0,image=image),size=0.08)+
geom_text(aes(x=name,y=2500,label=label_sale),size = 7,col='black',fontface='bold')+
ggtitle('春節檔電影預售票房排名(萬)') + theme_economist()+ scale_fill_tableau()+
theme(axis.text.x = element_blank(),
axis.text.y = element_blank(),
plot.title = element_text(hjust=0.5,size=30),
panel.grid = element_blank(),
legend.position = 'none',
panel.background = element_blank(),
axis.title = element_blank(),
axis.line = element_blank(),
axis.ticks = element_blank()
)+coord_flip()+ylim(0,6500)
ggsave("春節檔上映前預售排名.png", p, width = 10, height = 16)看一下最終的結果：
目前預售排名前三位的都是喜劇題材，看來在春節的時候大家還是更加希望能夠放鬆自己，看一下輕鬆題材的影評。但是預售票房並不能完全覺得最終的票房走勢，可以參考之前上映後口碑崩塌的《地球最後的夜晚》和《愛情公寓》。
排名前兩位的影片都有沈騰的參與，看來目前沈騰的票房認可度還是不錯的，希望兩部影片最終都會取得不錯的結果。
從預售票房上看，《廉政風雲》和《神探蒲松齡》都有比較大的撲街危險，考慮到港片近期略顯低迷的表現，希望這兩部影片能夠帶來一些驚喜。
03 上映前口碑
另外我們也看一下上映之前，觀眾對於影片的整體評價情況，這也會在一定程度上體現觀眾的期待值：
程式碼如下：
p<-ggplot(data[order(data$score,decreasing = T),][1:8,],
aes(x=reorder(name,score),y=score,fill=name))+
geom_bar(stat='identity',width = 0.5)+
geom_image(aes(x=name,y=0,image=image),size=0.08)+
geom_text(aes(x=name,y=2,label=label_score),size = 7,col='black',fontface='bold')+
ggtitle('春節檔電影上映前評價') + theme_wsj()+ scale_fill_tableau()+
theme(axis.text.x = element_blank(),
axis.text.y = element_blank(),
plot.title = element_text(hjust=0.5,size=30),
panel.grid = element_blank(),
legend.position = 'none',
panel.background = element_blank(),
axis.title = element_blank(),
axis.line = element_blank(),
axis.ticks = element_blank()
)+coord_flip()+ylim(0,5)
ggsave("春節檔上映前評分排名.png", p, width = 8, height = 12)
看一下最終的結果：
《熊出沒》出人意料的在評分中排在首位，這也一定程度上提高了作者對這部影片的期待值，雖然以作者的年齡，應該是不適合去看這部影片
，《小豬佩奇》憑藉此前的超強營銷，成功引起了大家的主要，然而最終表現如何，還是需要上映後接受觀眾的檢驗。
同時我們看到成龍大哥領銜的《神探蒲松齡》在評分上要落後於其他影片，看來大家對於這類題材的影片持保留意見比較多一些，我們也期待上映後口碑是否能夠實現翻盤。
04 影片看點
我們最後透過評論去挖掘上映前大家比較關註的點，主要採用jieba分詞，需要註意的是，我們需要在分詞前增加一些自定義詞典，比如“黃景瑜”，如果不加這個自定義詞典，就會被分為“黃景”，之後我們會根據詞語出現頻率篩選出重要的關鍵詞：
def key_words(df):
comment_str = ' '.join(df)
words_list = []
jieba.load_userdict('spring_film_dict.txt')
word_generator = jieba.cut(comment_str) # 傳回的是一個迭代 f.close() # stopwords文字中詞的格式是'一詞一行'
for word in word_generator:
words_list.append(word)
words_list = Counter([k for k in words_list if len(k)>1])
return list(dict(words_list.most_common(30)).keys())最後我們在每個影片中選取了五個能夠體現其看點的詞語，併進行視覺化：
我們選取一些比較有趣的看點組合，進行一下深刻（suixing）解讀：
《神探蒲松齡》：大家都在期待成龍大哥的表演，雖然有很多人提前給其打上了“爛片”的標簽，但是依然期待影片口碑的翻盤。同時大家也會認真關註影片特效，不知是否會致敬此前5毛錢“duang”的特效。
《飛馳人生》《瘋狂的外星人》：感覺沈騰大有承包今年春節檔的態勢，預售排名前兩位影片中，觀眾最關註的看點都是沈騰，期待沈騰春節霸屏同時也能收穫不錯的口碑。沈騰又是和外星人打交道，又是要體驗飛馳的人生，喜歡沈騰的觀眾在春節檔可以大飽眼福了。
《小豬佩奇過大年》：一部適合孩子觀看的影片，也是一部宣傳片獲得極大討論度的影片，希望不要步此前《地球最後的夜晚》上映後口碑崩盤的後塵。
《新喜劇之王》：顯然大部分觀眾對這部影片的期待來自於星爺，有了此前經典版的《喜劇之王》珠玉在前，《新喜劇之王》不可避免地會被哪來與原作對比，我們期待能夠簡直有一部經典的影片出現。
最後提前祝願大家新年愉快，體會與家人團聚的幸福同時也能看到精彩的影片！同時大家也可以在留言區與我們互動，分享自己春節檔會選擇去觀看的影片。後臺回覆“春節檔”可以獲取本文程式碼。
關於作者：徐麟，目前就職於網際網路公司資料部，哥大統計資料狗，從事資料挖掘&分析工作，喜歡用R&Python;玩一些不一樣的資料。個人公眾號：資料森麟（ID:shujusenlin），知乎同名專欄作者。
我們正在繪製一份大資料粉絲畫像——
2019大資料粉絲有獎調查問捲上線了
歡迎長按二維碼填寫
我們每週一將從參與者中
隨機抽取3名幸運小夥伴
每位將獲贈近期出版的技術類圖書1本
Q: 你最期待哪部電影？
歡迎留言與大家分享
覺得不錯，請把這篇文章分享給你的朋友
轉載 / 投稿請聯絡：baiyu@hzbook.com
更多精彩，請在後臺點選“歷史文章”檢視
