爬虫实战之《流浪地球》豆瓣影评分析（三）

圣默

于 2020-04-06 23:16:37 发布

阅读量3.8k

点赞数 10

分类专栏：爬虫实战数据分析文章标签： python 数据分析

本文链接：https://blog.youkuaiyun.com/kangzinian/article/details/105348478

版权

本文通过Python进行《流浪地球》豆瓣影评的数据分析，研究评论数量与日期、时刻的关系，以及不同评分的分布。结果显示，影片上映初期评论数量达到峰值，且大部分好评集中在上映前一周。此外，凌晨评论较少，晚上为高峰期。评论者城市分布中，北京和上海用户最为活跃，其中北京用户给出的好评较多，上海用户则相对给出更多差评。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

4. 分析评论数量及评分与时间的关系

首先导入数据，进行一个初步的统计：

import pandas as pd
data = pd.read_csv('doubanliulangdiqiu.csv',encoding ='GB18030')
data['评分'].value_counts()

可以看到这样的情况：
在这里插入图片描述
如果没有数据，可以去看爬虫实战之《流浪地球》豆瓣影评分析（一）的爬取过程。

先做一个饼图来分析分布情况，先把评分的值计算命名为num,然后设置字体，绘制饼图，设置小数点的位数，还有给一个标题：

import matplotlib.pyplot as plt
num = data['评分'].value_counts()
plt.rcParams['font.sans-serif'] = "Simhei"
plt.pie(num, autopct="%.2f %%",labels=num.index)
plt.title('《流浪地球》豆瓣短评评分分数分布')

最后是结果：
在这里插入图片描述

短评数量与日期的关系

因为之前爬取数据的时候，把时分秒也爬了下来，而这次只需要日期，所以要选择一下。然后用日期排序:

num = data['发表时间'].apply(lambda x: x.split(" ")[0]).value_counts()
num = num.sort_index()  # 日期排序
plt.plot(range(len(num)),num)  # 刻度与num的长度一致
plt.xticks(range(len(num)),num.index,rotation=90) 
plt.grid()  # 添加网格背景