CDA數(shù)據(jù)分析師 出品  

作者：Mika

數(shù)據(jù)：真達  

【導(dǎo)讀】今天教大家用Python分析《沉默的真相》的17萬條彈幕。距離上一部國產(chǎn)良心劇《隱秘的角落》刷屏還不到2個月，“禿頭梗”、“爬山梗”還讓人記憶猶新。緊接著又一部爆款國產(chǎn)劇來了，那就是最近口碑炸裂的《沉默的真相》。

 同樣是來自愛奇藝針對懸疑短劇的“迷霧劇場”，《沉默的真相》根據(jù)紫金陳的小說《長夜難明》改編，講述了檢察官江陽歷經(jīng)多年，付出無數(shù)代價查清案件真相的故事。

開播當(dāng)天《沉默的真相》在豆瓣開分8.8分，隨著劇集的播出，該劇口碑勢不可擋，一路走高，播出六集后，豆瓣評分沖到了9.2分，成功超越了它的前浪《隱秘的角落》。要知道，這種高開高走的趨勢，在國產(chǎn)劇里是非常罕見的。

許多網(wǎng)友在最初刷劇時根本不信自己會哭，結(jié)果看到大結(jié)局才發(fā)現(xiàn)，這也太好哭了吧，看到主角江陽的舍命燃燈，真的讓人哭出蘭州拉面…

那么這部《沉默的真相》到底為什么口碑能高開暴走？憑什么成為年度壓軸國劇？ 今天我們就用Python來帶你解讀。

01、豆瓣 9.2分！超越前浪《隱秘的角落》

上一部被稱為年度爆款國劇的還是《隱秘的角落》，改編自紫金陳的推理小說--《壞小孩》，《隱秘的角落》一經(jīng)播出就帶著"小白船"，"爬山梗"，"禿頭梗"熱鬧了一整個夏天。

在豆瓣已有78萬余人進行評分，最終收官8.9分，是非常驚艷的成績。

誰知僅過去2個月，又一部懸疑劇《沉默的角落》憑借著逆天的口碑火了！同樣改編自作者紫金陳的小說《長夜難明》，一開播豆瓣就達到8.8分。隨著播出分?jǐn)?shù)越來越高，如今已有20萬余人評分，高達9.2分，已經(jīng)超過了前浪《隱秘的角落》。

豆瓣總體評分分析

近一步分析觀眾評分，我們發(fā)現(xiàn)：

 92.8%的觀眾給出了五星滿分，這口碑在國產(chǎn)劇中已經(jīng)達到標(biāo)桿的水準(zhǔn)。

豆瓣短評詞云

然后我們再看到豆瓣的短評詞云。

我們可以看到，觀眾在短評中討論最多的就是主角"江陽"，他的堅定和執(zhí)著真可謂可歌可泣。"演員的演技"，"劇情"，對"原著"的還原度，都得到了廣泛的認(rèn)可與好評。

 02、刷劇《沉默的真相》，17萬條彈幕都在說些什么

那么刷劇時，大家都在說些什么呢？接下來我們用Python分析了《沉默的真相》前10集的視頻彈幕，共計173226條。

前十集彈幕走勢圖

從圖中可以看到，看劇時大家都特別愛發(fā)彈幕，前十集中：彈幕數(shù)量最多分別是第9集，第3集和第10集，最多一集彈幕數(shù)為18903條，彈幕最少的是第六集，彈幕數(shù)為15561條。

接著我們再看看劇中主要角色的彈幕詞云：

江陽彈幕詞云

由白宇飾演的江陽，原本年輕有為，但是為了探求真相堅持正義，付出了自己的生命。像"正義"、"厲害"、"演技"等都在詞云中頻頻出現(xiàn)。

 李靜彈幕詞云

關(guān)于譚卓飾演的李靜，在刷劇時很多人都會聯(lián)想到她在《延禧攻略》中高貴妃的角色。無論是從“高貴妃”到《我不是藥神》中的劉思慧，還是這次的李靜，譚卓的演技都讓人有目共睹。

嚴(yán)良彈幕詞云

從最初官宣影帝廖凡，就有不少觀眾表示沖著廖凡也得看《沉默的真相》，果不其然，劇集一播出，粉絲就夸他是“免檢產(chǎn)品”，妥妥的~

張超彈幕詞云

飾演張超的寧理老師是迷霧劇場的老朋友了，之前在《無罪之證》中他演的社會"豐田哥"人狠話不多，"反向抽煙"實在是太深入人心了。從《無證之罪》到《隱秘的角落》，再到《沉默的真相》，嚴(yán)良都換了三個人了，真是流水的嚴(yán)良，鐵打的李豐田。

03、手把手教你，如何用Python分析彈幕

我們使用Python獲取并分析愛奇藝《沉默的真相》前十集的彈幕數(shù)據(jù)，整個數(shù)據(jù)分析的流程分為以下三個部分：

1. 彈幕數(shù)據(jù)獲取
2. 數(shù)據(jù)讀入和簡單處理
3. 數(shù)據(jù)可視化分析

1. 數(shù)據(jù)獲取

關(guān)于愛奇藝的彈幕數(shù)據(jù)獲取程序之前文章中已經(jīng)做過闡述。

2. 數(shù)據(jù)讀入和預(yù)處理

首先導(dǎo)入所需包，其中pandas用于數(shù)據(jù)讀入和數(shù)據(jù)處理，os用于文件操作，jieba用于中文分詞，pyecharts和stylecolud用于數(shù)據(jù)可視化。

# 導(dǎo)入庫
import os  
import jieba
import pandas as pd 

from pyecharts.charts import Bar, Pie, Line, WordCloud, Page
from pyecharts import options as opts 
from pyecharts.globals import SymbolType, WarningType
WarningType.ShowWarning = False

import stylecloud
from IPython.display import Image

將爬取的數(shù)據(jù)存放在data文件夾下，使用os操作獲取需要讀取的csv文件列表并循環(huán)讀入文件。

# 讀入數(shù)據(jù)
data_list = os.listdir('../data/')

df_all = pd.DataFrame()

for i in data_list:
    if i.endswith('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)

print(df_all.shape) 

(173226, 6)

彈幕數(shù)量一共有173226條，預(yù)覽一下數(shù)據(jù)：

df_all['name'] = df_all.name.str.strip() 
df_all.head() 

3. 數(shù)據(jù)可視化

——分集的彈幕數(shù)

代碼解說：

repl_list = {
    '第一集 ': 1,
    '第二集': 2,
    '第三集': 3,
    '第四集': 4,
    '第五集': 5,
    '第六集': 6,
    '第七集': 7,
    '第八集': 8,
    '第九集': 9,
    '第十集': 10
}

df_all['episodes_num'] = df_all['episodes'].map(repl_list) 
df_all.head() 

# 產(chǎn)生數(shù)據(jù)
danmu_num = df_all.episodes_num.value_counts()
danmu_num = danmu_num.sort_index()
x_data = ['第' + str(i) + '集' for i in danmu_num.index]
y_data = danmu_num.values.tolist() 

# 條形圖
bar1 = Bar(init_opts=opts.InitOpts(width='1350px', height='750px'))
bar1.add_xaxis(xaxis_data=x_data)
bar1.add_yaxis('', y_axis=y_data)
bar1.set_global_opts(title_opts=opts.TitleOpts(title='前十集的彈幕數(shù)走勢圖'), 
                     visualmap_opts=opts.VisualMapOpts(max_=20000, is_show=False) 
                    )
bar1.render() 

x_data = ['第' + str(i) + '集' for i in danmu_num.index]
y_data = danmu_num.values.tolist() 

# 條形圖
bar1 = Bar(init_opts=opts.InitOpts(width='1350px', height='750px'))
bar1.add_xaxis(xaxis_data=x_data)
bar1.add_yaxis('', y_axis=y_data)
bar1.set_global_opts(title_opts=opts.TitleOpts(title='前十集的彈幕數(shù)走勢圖'), 
                     visualmap_opts=opts.VisualMapOpts(max_=20000, is_show=False) 
                    )
bar1.render('../html/愛奇藝彈幕數(shù)走勢圖.html') 

彈幕角色-江陽 詞云圖

# 定義分詞函數(shù)
def get_cut_words(content_series):
    # 讀入停用詞表
    stop_words = [] 

    with open(r"stop_words.txt", 'r', encoding='utf-8') as f:
        lines = f.readlines()
        for line in lines:
            stop_words.append(line.strip())

    # 添加關(guān)鍵詞
    my_words = ['廖凡', '嚴(yán)良', '白宇', '江陽', '譚卓', '李靜',
                '寧理', '張超', '黃堯', '張曉倩', '奧利給'
               ]  

    for i in my_words:
        jieba.add_word(i) 

    # 自定義停用詞
    my_stop_words = ['真的', '這部', '這是', '一種', '那種', '啊啊啊', '哈哈哈', 
                     '哈哈哈哈', '我要']    
    stop_words.extend(my_stop_words)               

    # 分詞
    word_num = jieba.lcut(content_series.str.cat(sep='。'), cut_all=False)

    # 條件篩選
    word_num_selected = [i for i in word_num if i not in stop_words and len(i)>=2]

    return word_num_selected

# 獲取分詞結(jié)果
text1 = get_cut_words(content_series=df_all[df_all.name=='江陽']['content'])

# 繪制詞云圖
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='彈幕角色-江陽詞云圖.png')