如果說最近最熱門的綜藝，那《乘風(fēng)破浪的姐姐》(下文簡稱《姐姐》)可謂實至名歸。30位出道多年的姐姐輩女藝人，一個個風(fēng)格各異、個性鮮明。她們將通過合宿生活與舞臺競演，最終選出5位組成逆齡女團。

《乘風(fēng)破浪的姐姐》就這樣突然定檔、突然播出、播出前無宣發(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

來盤一盤這些

主要從以下幾點展開：

乘風(fēng)破浪的姐姐?NO!是興風(fēng)作浪的姑奶奶

出道時長十年起，這些姐姐們都有誰?

豆瓣8.3分，姐姐們的實力妥妥的

Python分析9萬條彈幕，誰才是真正的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，哪些人參加自然是關(guān)注的焦點。寧靜、伊能靜、鐘麗緹、張雨綺、萬茜、黃圣依…光是聽到這些選手的名字就讓人太期待了!

姐姐們很“任性”

不同于一般的女團選秀，漂亮妹妹們都得聽從節(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，寧靜霸氣的回復(fù)：“還要介紹我是誰?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：“這是褲子，我擋不了。你配合我一下，別讓我配合你們”。

問萬茜為何來參加節(jié)目，萬茜回答：“經(jīng)紀(jì)人逼我來的”。這也太真性情了吧，簡直不是乘風(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“我不要你覺得 我要我覺得”的霸道總裁黃教主秒變暖心的小明同學(xué)——“我不要你覺得，我要您覺得”人送稱號端水大師，滿滿的求生欲。

憑實力挨罵——杜華

在點評環(huán)節(jié)中，作為評審之一杜華也是各種憑實力挨罵。依然以評選20多歲女團的刻板標(biāo)準(zhǔn)評價姐姐們，讓不少觀眾都看得滿頭問號，越看越氣。

02出道時長十年起，唱跳演樣樣精通

姐姐們到底有多強？

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%。

姐姐們都來自哪兒？

然后是地區(qū)分布，姐姐們都來自哪里呢?其中來自湖南和上海的最多，各有五位。阿朵、萬茜、劉蕓、沈夢辰、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。

初舞臺得分的關(guān)鍵因素

《乘風(fēng)破浪的姐姐》初評分?jǐn)?shù)由個人特質(zhì)、成團潛力、聲樂表現(xiàn)力和舞臺表現(xiàn)構(gòu)成，每項25分，總分100分。

我們通過Python計算數(shù)值型變量之間的pearson相關(guān)系數(shù)。對于系數(shù)r的取值，根據(jù)經(jīng)驗可將相關(guān)程度分為以下幾種情況，|r|>=0.8時，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，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，個人特質(zhì)打分對初舞臺分?jǐn)?shù)的影響最大。

初評舞臺分?jǐn)?shù)和年齡、出道年數(shù)沒有顯著相關(guān)關(guān)系。

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

個人特質(zhì)和成團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，姐姐們的實力妥妥的

目前這部綜藝在豆瓣的評分為8.3分，很不錯的成績，已有7萬2千余人進行評價。

豆瓣總體評分分布

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

短評詞云圖

可以看到詞云主要圍繞的是"姐姐"、"節(jié)目"、"女團"展開。其中在需選手中寧靜、萬茜被提到的頻率最高。

當(dāng)然也有不少吐槽的點，大家的吐槽主要集中在：

評委杜華：不公平;30+的女性歲月積淀了魅力，評審卻按照20歲女團的標(biāo)準(zhǔn)來;給丁當(dāng)打分真是要氣炸。

黃曉明：從霸道總裁秒慫變小明，讓人感覺尷尬不已

節(jié)目組：場景布置令人寒酸，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9萬條彈幕

誰才是真正的C位一姐？

我們統(tǒng)計了芒果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，彈幕數(shù)據(jù)是動態(tài)加載的，因此通過Chrome瀏覽器進行抓包分析并獲取真實的URL請求地址;

使用selenium請求網(wǎng)頁數(shù)據(jù);

使用正則表達式re將文本中的HTML提取出來，使用json進行解析;

使用pandas進行數(shù)據(jù)的保存。

1. 彈幕在哪里找？

打開《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加載的，所以我們可以判斷視頻是通過JS異步加載的。

按照經(jīng)驗，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)

# 打印進度

print('正在獲取第{}頁的信息'.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]

# 時間

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

# 點贊

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('沒有此頁面, 爬蟲結(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，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)前四位的分別是寧靜、萬茜、吳昕和張雨綺。

下面，分別看到她們的個人彈幕詞云圖。

寧靜-彈幕詞云

喜歡寧靜的，都喜歡她那種強大的大姐大氣場，感覺靜姐這哪里是來出道當(dāng)女團的，明明是來選妃的。

萬茜-彈幕詞云

再看到萬茜，淡雅的性格配上努力勤奮換來的過硬實力，在節(jié)目里，萬茜也堪稱人氣王，除了觀眾愛她，姐姐們也都愛她。關(guān)于她的彈幕都是各種"喜歡"、"可愛"、"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，不再是快樂家族中沒啥臺詞的小透明，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)果卻是個可愛憨憨，從賽前采訪就開始搞笑。帶來的節(jié)目是《粉紅色的回憶》，理由是這是自己唯一能唱完的歌，也是十分可愛了。

結(jié)語：

這么多個性十足的姐姐們真是讓人愛了愛了，特別是《乘風(fēng)破浪的姐姐》的開場旁白，非常讓人印象深刻：

三十而勵!三十而立!三十而驪!

30歲以后，人生的見證者越來越少，但還可以自我見證!

30歲以后，所有的可能性不斷褪卻，但還可以越過時間，越過自己!

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