作者:Mika
数据:真达
后期:泽龙
【导读】
最近《三十而已》这部剧频频霸占微博热搜,今天我们就来聊一聊。
Python技术部分请直接看第四部分。
Show me data,用数据说话
今天我们聊一聊 《三十而已》
《乘风破浪的姐姐》已成为这个夏天最火爆的话题,前有国综"浪姐"高歌猛进,后有这部剧版"浪姐"《三十而已》让人眼前一亮。
最近微博热搜几乎都被这部剧承包了,几乎是每播一集就能上热搜的那种,让你没追剧都能知道剧情进展到哪儿了。
在这部剧中,江疏影、童瑶和毛晓彤三人携手演绎了30岁都市女性的3种人生以及所面对的3种困境。剧中各种名场面也是让这部剧彻底出圈了。
童瑶饰演的全职太太顾佳,江湖人称:许子言妈妈、散打教练、特级甜品师、情商管理专家、育儿专家、儿童心理学者、中国好闺蜜、顶级宫斗高手、幻山烟花公司幕后老。
为了保护儿子,手撕伤害儿子的人
为融入贵妇圈
掏家底也要买爱马仕鸵鸟皮Kelly28
江疏影饰演的是奢侈品店的销售王漫妮,妥妥的一名沪漂。演绎了目前社会上很多“社畜”的真实生活,生病了身边照顾自己的人都没有,只能一个人住院。
毛晓彤饰演的钟晓芹是一个普通的上海小囡nan,她的婚姻看似稳定,但与丈夫却貌合神离,一个大大咧咧神经大条,另一个沉默寡言、不愿沟通。
那么这部《三十而已》是怎么火起来的?
哪些点最戳中观众的心呢?
今天我们就来用数据带你盘一盘。
01女性角色不断霸屏
近几年这类聚焦女性的影视剧层出不穷:
美剧方面
而今年夏天,屏幕上活跃的女性身影更是不少。前有《乘风破浪的姐姐们》引发的全民讨论,之后的国产剧《二十不惑》和《三十而已》不约而同把话题指向女性的年龄问题。
02《三十而已》怎么突然火了
一开始也许没人想到,这样一部聚焦女性角度的国产都市剧能在这个夏天彻底火了。看到百度指数,对比同期播出也是围绕女性话题的《二十不惑》,《三十而已》的热度和搜索度都要高出很多,从7月17日首播起热度就高居不下。
目前微博话题《三十而已》阅读量达到42.2亿,讨论达到148.8万。该剧也频频霸占微博热搜,几乎更新一集就会有新的热搜,让你忍不住去追剧。
看剧中,你会折服于顾佳的强大家庭女性人设;
剧中钟晓芹的老公陈屿是非常有争议的角色。他在婚姻中对妻子不关心不沟通的态度让很多人气愤不已,一度微博话题被#陈屿气死#还上了热搜。
甚至还有像“众盼芹离”这样的词都出来了。
03《三十而已》中是什么最戳中观众的心?
1豆瓣数据
接着我们分析了豆瓣的短评数据。目前这部剧豆瓣上共有4万2千余人进行评分,分数为8分。在国产剧中是很不错的成绩了。
在评分方面,我们以其中500条数据为代表。
评论中提到最多的主演
我们进行排序发现位居首位的是王漫妮,然后是顾佳和钟晓芹。
豆瓣小组主演话题热度
对比一下在《三十而已》的豆瓣小组里,讨论话题度最高的就属陈屿了。
豆瓣评论词云
豆瓣评论中主要围绕的关键词有"女性"、"剧情"、"喜欢"等方面。演员中"江疏影"、"童瑶"也被多次提到。
2腾讯视频弹幕
接下来我们还分析整理了腾讯视频弹幕数据,目前共出了 15集,共整理了271049条弹幕。
首先,看到用户在发弹幕时最喜欢选用的角色标签排名:
用户喜欢用的弹幕角色
其中王漫妮排名第一,顾佳、钟晓芹分别位居二三。这方面与豆瓣一致。男性角色排名是陈屿以及许幻山。
再看到不同角色的弹幕词云:
王漫妮弹幕词云
江疏影饰演的王漫妮讨论度很高,这也与演员的演技和本身的人气是分不开的。气质这块拿捏的死死的,而且作为奢侈品店销售,王漫妮在话术和专业度上也让人感觉很真实。
顾佳弹幕词云
下面是童瑶饰演的全职太太顾佳。顾佳谐音这个名字照顾家庭,不仅要照顾孩子,把家里打理的井井有条,还有扶持老公的烟花公司,这个女人实在是太不一般了。关键词中 "厉害"、"聪明"、"完美"被多次提到。
钟晓芹弹幕词云
钟晓芹作为普通的上海本地小姑娘,性格"单纯可爱"。而面对一点也不善解人意的老公,弹幕中感叹"怎么还不离婚"的也特别多。
陈屿弹幕词云
陈屿和许幻山两个丈夫都有各自的问题。陈屿性格冷漠,关心自己养的鱼胜过老婆。
许幻山弹幕词云
许幻山是纯粹的烟花设计艺术家,在公司运营方面显得"幼稚",不懂"人情世故",这些方面还真不如他的老婆顾佳。
04如何用Python获取弹幕数据
我们使用Python获取并分析了《三十而已》的腾讯弹幕数据,来分析看看哪个角色最受欢迎。分析流程分为以下几步:
1 数据读入
首先导入所需包。
# 导入库 import os import jieba import numpy as np import pandas as pd from pyecharts.charts import Bar, Pie, Line, WordCloud, Page from pyecharts import options as opts from pyecharts.globals import SymbolType import stylecloud from IPython.display import Image # 用于在jupyter lab中显示本地图
然后使用pandas循环读取数据。
# 读入数据 data_list = os.listdir('../data/') df_all = pd.DataFrame() for i in data_list: # 判断 if i.split('.')[-1] == 'csv': df_one = pd.read_csv(f'../data/{i}', engine='python', encoding='utf-8', index_col=0) df_all = df_all.append(df_one, ignore_index=False) df_all.info()
pandas.core.frame.dataframe'> Int64Index: 271049 entries, 0 to 17637 Data columns (total 7 columns): # Column Non-Null Count Dtype --- ------ -------------- ----- 0 episodes 271049 non-null int64 1 comment_id 271049 non-null int64 2 oper_name 139035 non-null object 3 vip_degree 271049 non-null int64 4 content 271049 non-null object 5 time_point 271049 non-null int64 6 up_count 271049 non-null int64 dtypes: int64(5), object(2) memory usage: 16.5+ MB pandas.core.frame.dataframe'>
此次一共获取了15集2271049条弹幕数据,每集平均18069条,按照每集平均45分钟计算,每分钟平均401条弹幕,数据预览如下:
豆瓣数据# 提取数据 pattern = r'(王漫妮\s*|钟晓芹\s*|顾佳\s*|陈屿\s*|许幻山\s*|飒飒\s*|浪浪\s*):.*' df_all['danmu_role'] = df_all['content'].str.extract(pattern)[0].str.strip() # 定义函数 def transform_name(x): if x=='王漫妮' or x=='顾佳' or x=='钟晓芹' or x=='陈屿' or x=='许幻山' or x=='飒飒' or x=='浪浪': return 'VIP用户' elif x=='NaN': return '未知用户' else: return '普通用户' df_all['danmu_level'] = df_all['danmu_role'].apply(transform_name) df_all.head()
2 数据预处理
此处对弹幕角色和VIP用户进行处理。
豆瓣数据# 提取数据 pattern = r'(王漫妮\s*|钟晓芹\s*|顾佳\s*|陈屿\s*|许幻山\s*|飒飒\s*|浪浪\s*):.*' df_all['danmu_role'] = df_all['content'].str.extract(pattern)[0].str.strip() # 定义函数 def transform_name(x): if x=='王漫妮' or x=='顾佳' or x=='钟晓芹' or x=='陈屿' or x=='许幻山' or x=='飒飒' or x=='浪浪': return 'VIP用户' elif x=='NaN': return '未知用户' else: return '普通用户' df_all['danmu_level'] = df_all['danmu_role'].apply(transform_name) df_all.head()
3 数据可视化
level_num = df_all['danmu_level'].value_counts() data_pair = [list(z) for z in zip(level_num.index.tolist(), level_num.values.tolist())] # 绘制饼图 pie1 = Pie(init_opts=opts.InitOpts(width='1350px', height='750px')) pie1.add('', data_pair, radius=['35%', '60%']) pie1.set_global_opts(title_opts=opts.TitleOpts(title='弹幕发送人群等级分布'), legend_opts=opts.LegendOpts(orient='vertical', pos_top='15%', pos_left='2%')) pie1.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}:{d}%")) pie1.set_colors(['#6FB27C', '#FFAF34']) pie1.render()
role_num = df_all['danmu_role'].value_counts() role_num.drop(['飒飒', '浪浪'], inplace=True) # 柱形图 bar1 = Bar(init_opts=opts.InitOpts(width='1350px', height='750px')) bar1.add_xaxis(role_num.index.tolist()) bar1.add_yaxis("", role_num.values.tolist(), category_gap='5%') bar1.set_global_opts(title_opts=opts.TitleOpts(title="VIP用户最喜欢使用的弹幕角色"), visualmap_opts=opts.VisualMapOpts(max_=21027), ) bar1.render()
content_series1 = df_all[df_all.content.str.replace(pattern, '').str.contains('漫妮|疏影')]['content'] text1 = get_cut_words(content_series1) # 绘制词云图 stylecloud.gen_stylecloud(text=' '.join(text1), max_words=1000, collocations=False, font_path=r'C:\Windows\Fonts\msyh.ttc', icon_name='fas fa-heart', size=653, output_name='./html/弹幕角色王漫妮-词云图.png')
结语:
一直以来在世俗的眼光下,婚姻、事业、家庭,是30+女性绕不开的话题。年过三十,不是结婚生子,就是在结婚生子的路上,但对于没有结婚的很可能被称“大龄剩女”。
近年来,关于女性年龄的讨论更是被推到了风口浪尖。综艺《浪姐》播出后,看到一位位30+的女嘉宾在舞台上"兴风作浪",弹幕中有女生留言“好像没那么害怕变老了“而《三十而已》更是展现了30+女性的不同生活状态和机遇,其实女性的人生,不应该被年龄所定义。
三十而已,年华正好!
无论哪个年龄阶段都有不同的精彩!
数据分析咨询请扫描二维码
数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域,吸引着越来越多的女性加入其中。对于女生而言,在选择成为一名数据分析师时,行业选择至关 ...
2024-11-21大数据技术专业主要学习计算机科学、数学、统计学和信息技术等领域的基础理论和技能,旨在培养具备大数据处理、分析和应用能力的 ...
2024-11-21《Python数据分析极简入门》 第2节 3 Pandas数据查看 这里我们创建一个DataFrame命名为df: importnumpyasnpi ...
2024-11-21越老越吃香的行业主要集中在需要长时间经验积累和专业知识的领域。这些行业通常知识更新换代较慢,因此随着年龄的增长,从业者能 ...
2024-11-20数据导入 使用pandas库的read_csv()函数读取CSV文件或使用read_excel()函数读取Excel文件。 支持处理不同格式数据,可指定分隔 ...
2024-11-20大数据与会计专业是一门结合了大数据分析技术和会计财务理论知识的新型复合型学科,旨在培养能够适应现代会计业务新特征的高层次 ...
2024-11-20要成为一名数据分析师,需要掌握一系列硬技能和软技能。以下是成为数据分析师所需的关键技能: 统计学基础 理解基本的统计概念 ...
2024-11-20是的,Python可以用于数据分析。Python在数据分析领域非常流行,因为它拥有丰富的库和工具,能够高效地处理从数据清洗到可视化的 ...
2024-11-20在这个数据驱动的时代,数据分析师的角色变得愈发不可或缺。他们承担着帮助企业从数据中提取有价值信息的责任,而这些信息可以大 ...
2024-11-20数据分析作为现代信息时代的支柱之一,已经成为各行业不可或缺的工具。无论是在商业、科研还是日常决策中,数据分析都扮演着至关 ...
2024-11-20数字化转型已成为当今商业世界的热点话题。它不仅代表着技术的提升,还涉及企业业务流程、组织结构和文化的深层次变革。理解数字 ...
2024-11-20在现代社会的快速变迁中,选择一个具有长期增长潜力的行业显得至关重要。了解未来发展前景好的行业不仅能帮助我们进行职业选择, ...
2024-11-20统计学专业的就业方向和前景非常广泛且充满机遇。随着大数据、人工智能等技术的快速发展,统计学的重要性进一步凸显,相关人才的 ...
2024-11-20