如果說(shuō)最近最熱門(mén)的綜藝，那《乘風(fēng)破浪的姐姐》(下文簡(jiǎn)稱(chēng)《姐姐》)可謂實(shí)至名歸。30位出道多年的姐姐輩女藝人，一個(gè)個(gè)風(fēng)格各異、個(gè)性鮮明。她們將通過(guò)合宿生活與舞臺(tái)競(jìng)演，最終選出5位組成逆齡女團(tuán)。

《乘風(fēng)破浪的姐姐》就這樣突然定檔、突然播出、播出前無(wú)宣發(fā)的情況下爆了，一經(jīng)播出就搶占各大熱搜榜。

今天，我們帶大家就用

來(lái)盤(pán)一盤(pán)這些

主要從以下幾點(diǎn)展開(kāi)：

乘風(fēng)破浪的姐姐?NO!是興風(fēng)作浪的姑奶奶

出道時(shí)長(zhǎng)十年起，這些姐姐們都有誰(shuí)?

豆瓣8.3分，姐姐們的實(shí)力妥妥的

Python分析9萬(wàn)條彈幕，誰(shuí)才是真正的C位?

01乘風(fēng)破浪的姐姐？

NO！是興風(fēng)作浪的姑奶奶

既然是選最特別的女團(tuán)，哪些人參加自然是關(guān)注的焦點(diǎn)。寧?kù)o、伊能靜、鐘麗緹、張雨綺、萬(wàn)茜、黃圣依…光是聽(tīng)到這些選手的名字就讓人太期待了!

姐姐們很“任性”

不同于一般的女團(tuán)選秀，漂亮妹妹們都得聽(tīng)從節(jié)目組的安排，而這次的姐姐們普遍很“不服管教”，畢竟都是在自己領(lǐng)域出道多年的資深前輩，她們非常有底氣，知道自己想要什么。

節(jié)目組讓做自我介紹，寧?kù)o霸氣的回復(fù)：“還要介紹我是誰(shuí)?那我這幾十年不是白干了?”

節(jié)目組導(dǎo)演讓伊能靜擋一下膝蓋，伊能靜說(shuō)：“這是褲子，我擋不了。你配合我一下，別讓我配合你們”。

問(wèn)萬(wàn)茜為何來(lái)參加節(jié)目，萬(wàn)茜回答：“經(jīng)紀(jì)人逼我來(lái)的”。這也太真性情了吧，簡(jiǎn)直不是乘風(fēng)破浪的姐姐，而是興風(fēng)作浪的姑奶奶們呀。

端水大師——黃曉明

這些姐姐們，也讓在中餐廳里“我不要你覺(jué)得 我要我覺(jué)得”的霸道總裁黃教主秒變暖心的小明同學(xué)——“我不要你覺(jué)得，我要您覺(jué)得”人送稱(chēng)號(hào)端水大師，滿滿的求生欲。

憑實(shí)力挨罵——杜華

在點(diǎn)評(píng)環(huán)節(jié)中，作為評(píng)審之一杜華也是各種憑實(shí)力挨罵。依然以評(píng)選20多歲女團(tuán)的刻板標(biāo)準(zhǔn)評(píng)價(jià)姐姐們，讓不少觀眾都看得滿頭問(wèn)號(hào)，越看越氣。

02出道時(shí)長(zhǎng)十年起，唱跳演樣樣精通

姐姐們到底有多強(qiáng)？

下面讓我們看到數(shù)據(jù)部分。我們搜集了百度百科和維基百科的選手?jǐn)?shù)據(jù)。

姐姐們年齡分布

先看到年齡分布，可以看到29-33這個(gè)年齡段的姐姐最多共有11位，占比36.67%。其次是34-37歲，共10位，占比33.33%。

姐姐們都來(lái)自哪兒？

然后是地區(qū)分布，姐姐們都來(lái)自哪里呢?其中來(lái)自湖南和上海的最多，各有五位。阿朵、萬(wàn)茜、劉蕓、沈夢(mèng)辰、孟佳都是我們湖南湘妹子。然后四川、遼寧、山東的各兩位。

姐姐們都是哪些職業(yè)

在職業(yè)方面呢，我們可以看到，她們大多數(shù)演員和歌手出身，藝人中身兼數(shù)職的情況比較普遍，30人中至少有17人身兼多職，其中13人既是演員、也是歌手。

初舞臺(tái)得分的關(guān)鍵因素

《乘風(fēng)破浪的姐姐》初評(píng)分?jǐn)?shù)由個(gè)人特質(zhì)、成團(tuán)潛力、聲樂(lè)表現(xiàn)力和舞臺(tái)表現(xiàn)構(gòu)成，每項(xiàng)25分，總分100分。

我們通過(guò)Python計(jì)算數(shù)值型變量之間的pearson相關(guān)系數(shù)。對(duì)于系數(shù)r的取值，根據(jù)經(jīng)驗(yàn)可將相關(guān)程度分為以下幾種情況，|r|>=0.8時(shí)，可視為高相關(guān)，0.5<=|r|<0.8.可視為中度相關(guān)，0.3<=|r|<0.5時(shí)，可視為低度相關(guān)，|r|<0.3.可視為不相關(guān)。根據(jù)相關(guān)系數(shù)數(shù)值，在95%的置信程度水平情況下：

控制其他影響因素的情況下，個(gè)人特質(zhì)打分對(duì)初舞臺(tái)分?jǐn)?shù)的影響最大。

初評(píng)舞臺(tái)分?jǐn)?shù)和年齡、出道年數(shù)沒(méi)有顯著相關(guān)關(guān)系。

年齡和個(gè)人特質(zhì)、成團(tuán)潛力的分?jǐn)?shù)間存在低度負(fù)相關(guān)關(guān)系，年齡越大，個(gè)人特質(zhì)和成團(tuán)潛力的得分也就越低;

個(gè)人特質(zhì)和成團(tuán)潛力的打分之間存在高度正相關(guān)，即兩者得分存在高則同高，低則同低的情況。

03豆瓣8.3分，姐姐們的實(shí)力妥妥的

目前這部綜藝在豆瓣的評(píng)分為8.3分，很不錯(cuò)的成績(jī)，已有7萬(wàn)2千余人進(jìn)行評(píng)價(jià)。

豆瓣總體評(píng)分分布

看到具體評(píng)分分布，給出四星的最多，為38.2%;其次是5星 占比25%?？磥?lái)觀眾普遍還是十分認(rèn)可姐姐們的表現(xiàn)的。

短評(píng)詞云圖

可以看到詞云主要圍繞的是"姐姐"、"節(jié)目"、"女團(tuán)"展開(kāi)。其中在需選手中寧?kù)o、萬(wàn)茜被提到的頻率最高。

當(dāng)然也有不少吐槽的點(diǎn)，大家的吐槽主要集中在：

評(píng)委杜華：不公平;30+的女性歲月積淀了魅力，評(píng)審卻按照20歲女團(tuán)的標(biāo)準(zhǔn)來(lái);給丁當(dāng)打分真是要?dú)庹ā?

黃曉明：從霸道總裁秒慫變小明，讓人感覺(jué)尷尬不已

節(jié)目組：場(chǎng)景布置令人寒酸，攝影差，燈光差，布景差。

也有吐槽選手的

黃圣依：等黃圣依淘汰了我再改成五星，謝謝。

04Python分析9萬(wàn)條彈幕

誰(shuí)才是真正的C位一姐？

我們統(tǒng)計(jì)了芒果tv第一期的彈幕數(shù)據(jù)，共94575條。

下面展示芒果Tv彈幕爬蟲(chóng)部分代碼，分析部分代碼暫略。數(shù)據(jù)獲取的具體思路如下：

分析網(wǎng)頁(yè)，彈幕數(shù)據(jù)是動(dòng)態(tài)加載的，因此通過(guò)Chrome瀏覽器進(jìn)行抓包分析并獲取真實(shí)的URL請(qǐng)求地址;

使用selenium請(qǐng)求網(wǎng)頁(yè)數(shù)據(jù);

使用正則表達(dá)式re將文本中的HTML提取出來(lái)，使用json進(jìn)行解析;

使用pandas進(jìn)行數(shù)據(jù)的保存。

1. 彈幕在哪里找？

打開(kāi)《乘風(fēng)破浪的姐姐》選取一集，觀看我們要抓取的彈幕，可以看出彈幕是在視頻播放之后才滾動(dòng)加載的，所以我們可以判斷視頻是通過(guò)JS異步加載的。

按照經(jīng)驗(yàn)，我們切換到network-XHR下面查看，如下圖所示，很容易發(fā)現(xiàn)了彈幕請(qǐng)求的地址：

https://bullet-ws.hitv.com/bullet/2020/06/21/104556/8337559/0.json

其中：2020/06/21代表日期，104556和8337559參數(shù)每集不一樣，通過(guò)抓包獲取即可。

2. 獲取并解析數(shù)據(jù)

具體代碼如下：

# 導(dǎo)入包

import pandas as pd

import time

import re

import json

from selenium import webdriver

# 打開(kāi)Chrome(需配置webdriver)

browser = webdriver.Chrome()

def get_mgtv_danmu(month_num, day_num, num1. num2):

step = 1

df_all = pd.DataFrame()

while True:

try:

# 第一集URL

danmu_url = 'https://bullet-ws.hitv.com/bullet/2020/{}/{}/{}/{}/{}.json'.format(month_num, day_num, num1. num2. step)

# 打印進(jìn)度

print('正在獲取第{}頁(yè)的信息'.format(step))

step += 1

# 獲取彈幕

browser.get(danmu_url)

# 休眠3秒

time.sleep(3)

# 提取數(shù)據(jù)

pattern1 = re.compile(r'

')

pattern2 = re.compile(r'')

data1 = re.sub(pattern1. '', browser.page_source)

data2 = re.sub(pattern2. '', data1)

# 解析數(shù)據(jù)

js_data = json.loads(data2)

# 獲取數(shù)據(jù)

all_data = js_data['data']['items']

# id

danmu_id = [i.get('id') for i in all_data]

# uname

uname = [i.get('uname') for i in all_data]

# 內(nèi)容

content = [i.get('content') for i in all_data]

# 時(shí)間

danmu_time = [i.get('time') for i in all_data]

# 點(diǎn)贊

up_count = [i.get('v2_up_count') for i in all_data]

# 分鐘

danmu_minites = step-1

# 保存數(shù)據(jù)

df_one = pd.DataFrame({

'danmu_id': danmu_id,

'uname': uname,

'content': content,

'danmu_time': danmu_time,

'up_count': up_count,

'danmu_minites': danmu_minites

})

# 循環(huán)追加

df_all = df_all.append(df_one, ignore_index=True)

except Exception as e:

print(e)

print('沒(méi)有此頁(yè)面, 爬蟲(chóng)結(jié)束')

break

return df_all

if __name__ == '__main__':

#

df_1 = get_mgtv_danmu(month_num='06', day_num='21', num1=104556. num2=8337559)

獲取的數(shù)據(jù)以數(shù)據(jù)表的形式存儲(chǔ)，如下所示：

df.head()

03 結(jié)論部分

選手彈幕熱度排名

在排名數(shù)據(jù)上，占據(jù)前四位的分別是寧?kù)o、萬(wàn)茜、吳昕和張雨綺。

下面，分別看到她們的個(gè)人彈幕詞云圖。

寧?kù)o-彈幕詞云

喜歡寧?kù)o的，都喜歡她那種強(qiáng)大的大姐大氣場(chǎng)，感覺(jué)靜姐這哪里是來(lái)出道當(dāng)女團(tuán)的，明明是來(lái)選妃的。

萬(wàn)茜-彈幕詞云

再看到萬(wàn)茜，淡雅的性格配上努力勤奮換來(lái)的過(guò)硬實(shí)力，在節(jié)目里，萬(wàn)茜也堪稱(chēng)人氣王，除了觀眾愛(ài)她，姐姐們也都愛(ài)她。關(guān)于她的彈幕都是各種"喜歡"、"可愛(ài)"、"性格圈粉"等等。

吳昕-彈幕詞云

吳昕這次在節(jié)目中給了人眼前一亮的感覺(jué)，不再是快樂(lè)家族中沒(méi)啥臺(tái)詞的小透明，從用心準(zhǔn)備的節(jié)目，到談吐性格都讓人感覺(jué)十分舒服，非常圈粉。

張雨綺-彈幕詞云

最后再看到張雨綺，她真的是反差萌擔(dān)當(dāng)了，以為是高冷霸總，結(jié)果卻是個(gè)可愛(ài)憨憨，從賽前采訪就開(kāi)始搞笑。帶來(lái)的節(jié)目是《粉紅色的回憶》，理由是這是自己唯一能唱完的歌，也是十分可愛(ài)了。

結(jié)語(yǔ)：

這么多個(gè)性十足的姐姐們真是讓人愛(ài)了愛(ài)了，特別是《乘風(fēng)破浪的姐姐》的開(kāi)場(chǎng)旁白，非常讓人印象深刻：

三十而勵(lì)!三十而立!三十而驪!

30歲以后，人生的見(jiàn)證者越來(lái)越少，但還可以自我見(jiàn)證!

30歲以后，所有的可能性不斷褪卻，但還可以越過(guò)時(shí)間，越過(guò)自己!

不要輕易用年齡定義自己，只要有追逐夢(mèng)想的心，無(wú)論什么年齡段都有屬于自己的精彩!