作者 | 朱小五
責編 | 屠敏
封圖 | CSDN 付費下載自東方 IC
最近又火了一部國產劇：《隱秘的角落》。
如果你沒看過，那可能會對朋友圈裡大家說的「一起去爬山」、「小白船」、「還有機會嗎」感到莫名其妙。
暑期推薦旅遊（來源微博）
小五在這個端午假期也趕緊刷完了本劇，必須要寫篇文章了。
由於《隱秘的角落》是在愛奇藝獨播，所以數據從愛奇藝下手最直接。
如果沒爬過愛奇藝，可以考慮使用豆瓣、微博、知乎（電視劇數據分析 · 萬能三件套）的數據。
爬蟲
劇很精彩，但追劇界有句俗話說得好：「彈幕往往比劇更精彩」，為了讓精彩延續下去，我終究沒能忍住對彈幕下手。[1]
愛奇藝的彈幕數據是以 .z 形式的壓縮文件存在的，先獲取 tvid 列表，再根據 tvid 獲取彈幕的壓縮文件，最後對其進行解壓及存儲，大概就是這樣一個過程。
這裡參考了「數據兔小白[2]的代碼，我又修改後實現分集爬取所有彈幕。
def get_data(tv_name,tv_id):
url = 'https://cmts.iqiyi.com/bullet/{}/{}/{}_300_{}.z'
datas = pd.DataFrame(columns=['uid','contentsId','contents','likeCount'])
for i in range(1,20):
myUrl = url.format(tv_id[-4:-2],tv_id[-2:],tv_id,i)
print(myUrl)
res = requests.get(myUrl)
if res.status_code == 200:
btArr = bytearray(res.content)
xml=zlib.decompress(btArr).decode('utf-8')
bs = BeautifulSoup(xml,"xml")
data = pd.DataFrame(columns=['uid','contentsId','contents','likeCount'])
data['uid'] = [i.text for i in bs.findAll('uid')]
data['contentsId'] = [i.text for i in bs.findAll('contentId')]
data['contents'] = [i.text for i in bs.findAll('content')]
data['likeCount'] = [i.text for i in bs.findAll('likeCount')]
else:
break
datas = pd.concat([datas,data],ignore_index = True)
datas['tv_name']= str(tv_name)
return datas
註：避免引起不必要的麻煩，本爬蟲僅指出關鍵步驟，不再公開提供。
共爬取得到201865 條《隱秘的角落》彈幕數據。
彈幕發射器
按照用戶id分組並對彈幕id計數，可以得到每位用戶的累計發送彈幕數。
#累計發送彈幕數的用戶
danmu_counts = df.groupby('uid')['contentsId'].count.sort_values(ascending = False).reset_index
danmu_counts.columns = ['用戶id','累計發送彈幕數']
danmu_counts.head
第一名竟然發送了2561條彈幕，這只是一部12集的網劇啊。
df_top1 = df[df['uid'] == 1810351987].sort_values(by="likeCount",ascending = False).reset_index
df_top1.head(10)
然而並不是，每一條彈幕都是這位觀眾的有感而發，可能他/她只是在發彈幕的同時順便看看劇吧。
是不是通過上圖可以側面說明個別劇集的戲劇衝突更大，更能引發觀眾吐槽呢？
「彈幕發射器」同志，11、12集請加大輸出！
這些彈幕大家都認同
拋開「彈幕發射器」同志，我們繼續探究一下分集的彈幕。
看看每一集當中，哪些彈幕大家都很認同（贊）？
df_like = df[df.groupby(['tv_name'])['likeCount'].rank(method="first", ascending=False)==1].reset_index[['tv_name','contents','likeCount']]
df_like.columns = ['劇集','彈幕','贊']
df_like
每一集的最佳彈幕都是當集劇情的濃縮，這些就是觀眾們票選出來的梗（吐槽）啊！
應該不算劇透吧，不算吧，不算吧
實在不行我請你去爬山也可
朝陽東升
除了劇本、音樂等，「老戲骨」和「小演員」們的演技也獲得了網友的一致好評。
這部劇雖然短短12集，但故事線不僅僅在一兩個人身上。每個人都有自己背後的故事，又因為種種巧合串聯在一起，引發觀眾的持續性討論。
我們統計一下演員們在彈幕中的出現次數，看看劇中的哪些角色大家提及最多。
a = {'張東升':'東升|秦昊|張老師', '朱朝陽':'朝陽', '嚴良':'嚴良', '普普':'普普', '朱永平':'朱永平', '周春紅':'春紅|大娘子', '王瑤':'王瑤', '徐靜':'徐靜|黃米依', '陳冠聲':'王景春|老陳|陳冠聲', '葉軍':'葉軍|皮卡皮卡', '馬主任':'主任|老馬', '朱晶晶':'晶晶','葉馳敏':'葉馳敏'}
a = {'張東升':'東升|秦昊|張老師', '朱朝陽':'朝陽', '嚴良':'嚴良', '普普':'普普', '朱永平':'朱永平', '周春紅':'春紅|大娘子', '王瑤':'王瑤', '徐靜':'徐靜|黃米依', '陳冠聲':'王景春|老陳|陳冠聲', '葉軍':'葉軍|皮卡皮卡', '馬主任':'主任|老馬', '朱晶晶':'晶晶','葉馳敏':'葉馳敏'}
for key, value in a.items:
df[key] = df['contents'].str.contains(value)
staff_count = pd.Series({key: df.loc[df[key], 'contentsId'].count for key in a.keys}).sort_values
先計算出現次數，再利用pyecharts製作極坐標圖。
比較讓我疑惑的三個小孩當中的朱朝陽提及量這麼低，按理說應該與其其他兩位大體相當啊。
又去源數據看了一遍，提及朱朝陽（朝陽）的彈幕確實很少，因為大部分在彈幕中觀眾一般就叫他「學霸」、「兒子」之類的了。
詞雲
總所周知，一篇數分文章不能少了詞雲。
每篇的詞雲都儘量跟上篇文章不同，這次我採用的是stylecloud,它算是wordcloud詞雲包的升級版，看起來美觀多了。
import stylecloud
from IPython.display import Image
stylecloud.gen_stylecloud(text=' '.join(text1), collocations=False,
font_path=r'C:\Windows\Fonts\msyh.ttc',
icon_name='fas fa-play-circle',size=400,
output_name='隱秘的角落-詞雲.png')
Image(filename='隱秘的角落-詞雲.png')
除了主角的名字以外，在這部以「孩子」為主題的劇中，對孩子的思想、行為的探討占據重要部分，另外，劇中從年長的戲骨到年幼的孩子，每一個人都貢獻了高光的演技，對他們演技的稱讚也成為高頻詞彙。
而最出圈的「爬山」梗，更是被頻頻提及。
從《無證之罪》到《隱秘的角落》，都在證明懸疑犯罪題材在當下並非沒有市場，要收穫高人氣高口碑，如何傳播與營銷終歸只是手段，越來越多的團隊沉下心來打磨精品劇集，觀眾才會願意為劇買單，讓「爬山」這樣的梗一步步「出圈」。
本文相關數據和可視化源碼下載：
https://alltodata.cowtransfer.com/s/5b483c08987243
參考文章
-
[1]小z，數據不吹牛: 《Python 爬取 394452 條《都挺好》彈幕數據，發現彈幕比劇還精彩？》
-
[2]數據兔小白: 爬取愛奇藝彈幕後，我找到了共鳴