如果说最近最热门的综艺,那《乘风破浪的姐姐》(下文简称《姐姐》)可谓实至名归。30位出道多年的姐姐辈女艺人,一个个风格各异、个性鲜明。她们将通过合宿生活与舞台竞演,最终选出5位组成逆龄女团。
《乘风破浪的姐姐》就这样突然定档、突然播出、播出前无宣发的情况下爆了,一经播出就抢占各大热搜榜。
今天,我们带大家就用
来盘一盘这些
主要从以下几点展开:
乘风破浪的姐姐?NO!是兴风作浪的姑奶奶
出道时长十年起,这些姐姐们都有谁?
豆瓣8.3分,姐姐们的实力妥妥的
Python分析9万条弹幕,谁才是真正的C位?
01乘风破浪的姐姐?
NO!是兴风作浪的姑奶奶
既然是选最特别的女团,哪些人参加自然是关注的焦点。宁静、伊能静、钟丽缇、张雨绮、万茜、黄圣依…光是听到这些选手的名字就让人太期待了!
姐姐们很“任性”
不同于一般的女团选秀,漂亮妹妹们都得听从节目组的安排,而这次的姐姐们普遍很“不服管教”,毕竟都是在自己领域出道多年的资深前辈,她们非常有底气,知道自己想要什么。
节目组让做自我介绍,宁静霸气的回复:“还要介绍我是谁?那我这几十年不是白干了?”
节目组导演让伊能静挡一下膝盖,伊能静说:“这是裤子,我挡不了。你配合我一下,别让我配合你们”。
问万茜为何来参加节目,万茜回答:“经纪人逼我来的”。这也太真性情了吧,简直不是乘风破浪的姐姐,而是兴风作浪的姑奶奶们呀。
端水大师——黄晓明
这些姐姐们,也让在中餐厅里“我不要你觉得 我要我觉得”的霸道总裁黄教主秒变暖心的小明同学——“我不要你觉得,我要您觉得”人送称号端水大师,满满的求生欲。
凭实力挨骂——杜华
在点评环节中,作为评审之一杜华也是各种凭实力挨骂。依然以评选20多岁女团的刻板标准评价姐姐们,让不少观众都看得满头问号,越看越气。
02出道时长十年起,唱跳演样样精通
姐姐们到底有多强?
下面让我们看到数据部分。我们搜集了百度百科和维基百科的选手数据。
姐姐们年龄分布
先看到年龄分布,可以看到29-33这个年龄段的姐姐最多共有11位,占比36.67%。其次是34-37岁,共10位,占比33.33%。
姐姐们都来自哪儿?
然后是地区分布,姐姐们都来自哪里呢?其中来自湖南和上海的最多,各有五位。阿朵、万茜、刘芸、沈梦辰、孟佳都是我们湖南湘妹子。然后四川、辽宁、山东的各两位。
姐姐们都是哪些职业
在职业方面呢,我们可以看到,她们大多数演员和歌手出身,艺人中身兼数职的情况比较普遍,30人中至少有17人身兼多职,其中13人既是演员、也是歌手。
初舞台得分的关键因素
《乘风破浪的姐姐》初评分数由个人特质、成团潜力、声乐表现力和舞台表现构成,每项25分,总分100分。
我们通过Python计算数值型变量之间的pearson相关系数。对于系数r的取值,根据经验可将相关程度分为以下几种情况,|r|>=0.8时,可视为高相关,0.5<=|r|<0.8.可视为中度相关,0.3<=|r|<0.5时,可视为低度相关,|r|<0.3.可视为不相关。根据相关系数数值,在95%的置信程度水平情况下:
控制其他影响因素的情况下,个人特质打分对初舞台分数的影响最大。
初评舞台分数和年龄、出道年数没有显著相关关系。
年龄和个人特质、成团潜力的分数间存在低度负相关关系,年龄越大,个人特质和成团潜力的得分也就越低;
个人特质和成团潜力的打分之间存在高度正相关,即两者得分存在高则同高,低则同低的情况。
03豆瓣8.3分,姐姐们的实力妥妥的
目前这部综艺在豆瓣的评分为8.3分,很不错的成绩,已有7万2千余人进行评价。
豆瓣总体评分分布
看到具体评分分布,给出四星的最多,为38.2%;其次是5星 占比25%。看来观众普遍还是十分认可姐姐们的表现的。
短评词云图
可以看到词云主要围绕的是"姐姐"、"节目"、"女团"展开。其中在需选手中宁静、万茜被提到的频率最高。
当然也有不少吐槽的点,大家的吐槽主要集中在:
评委杜华:不公平;30+的女性岁月积淀了魅力,评审却按照20岁女团的标准来;给丁当打分真是要气炸。
黄晓明:从霸道总裁秒怂变小明,让人感觉尴尬不已
节目组:场景布置令人寒酸,摄影差,灯光差,布景差。
也有吐槽选手的
黄圣依:等黄圣依淘汰了我再改成五星,谢谢。
04Python分析9万条弹幕
谁才是真正的C位一姐?
我们统计了芒果tv第一期的弹幕数据,共94575条。
下面展示芒果Tv弹幕爬虫部分代码,分析部分代码暂略。数据获取的具体思路如下:
分析网页,弹幕数据是动态加载的,因此通过Chrome浏览器进行抓包分析并获取真实的URL请求地址;
使用selenium请求网页数据;
使用正则表达式re将文本中的HTML提取出来,使用json进行解析;
使用pandas进行数据的保存。
1. 弹幕在哪里找?
打开《乘风破浪的姐姐》选取一集,观看我们要抓取的弹幕,可以看出弹幕是在视频播放之后才滚动加载的,所以我们可以判断视频是通过JS异步加载的。
按照经验,我们切换到network-XHR下面查看,如下图所示,很容易发现了弹幕请求的地址:
https://bullet-ws.hitv.com/bullet/2020/06/21/104556/8337559/0.json
其中:2020/06/21代表日期,104556和8337559参数每集不一样,通过抓包获取即可。
2. 获取并解析数据
具体代码如下:
# 导入包
import pandas as pd
import time
import re
import json
from selenium import webdriver
# 打开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)
# 打印进度
print('正在获取第{}页的信息'.format(step))
step += 1
# 获取弹幕
browser.get(danmu_url)
# 休眠3秒
time.sleep(3)
# 提取数据
pattern1 = re.compile(r'
')
pattern2 = re.compile(r'')
data1 = re.sub(pattern1. '', browser.page_source)
data2 = re.sub(pattern2. '', data1)
# 解析数据
js_data = json.loads(data2)
# 获取数据
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]
# 内容
content = [i.get('content') for i in all_data]
# 时间
danmu_time = [i.get('time') for i in all_data]
# 点赞
up_count = [i.get('v2_up_count') for i in all_data]
# 分钟
danmu_minites = step-1
# 保存数据
df_one = pd.DataFrame({
'danmu_id': danmu_id,
'uname': uname,
'content': content,
'danmu_time': danmu_time,
'up_count': up_count,
'danmu_minites': danmu_minites
})
# 循环追加
df_all = df_all.append(df_one, ignore_index=True)
except Exception as e:
print(e)
print('没有此页面, 爬虫结束')
break
return df_all
if __name__ == '__main__':
#
df_1 = get_mgtv_danmu(month_num='06', day_num='21', num1=104556. num2=8337559)
获取的数据以数据表的形式存储,如下所示:
df.head()
03 结论部分
选手弹幕热度排名
在排名数据上,占据前四位的分别是宁静、万茜、吴昕和张雨绮。
下面,分别看到她们的个人弹幕词云图。
宁静-弹幕词云
喜欢宁静的,都喜欢她那种强大的大姐大气场,感觉静姐这哪里是来出道当女团的,明明是来选妃的。
万茜-弹幕词云
再看到万茜,淡雅的性格配上努力勤奋换来的过硬实力,在节目里,万茜也堪称人气王,除了观众爱她,姐姐们也都爱她。关于她的弹幕都是各种"喜欢"、"可爱"、"性格圈粉"等等。
吴昕-弹幕词云
吴昕这次在节目中给了人眼前一亮的感觉,不再是快乐家族中没啥台词的小透明,从用心准备的节目,到谈吐性格都让人感觉十分舒服,非常圈粉。
张雨绮-弹幕词云
最后再看到张雨绮,她真的是反差萌担当了,以为是高冷霸总,结果却是个可爱憨憨,从赛前采访就开始搞笑。带来的节目是《粉红色的回忆》,理由是这是自己唯一能唱完的歌,也是十分可爱了。
结语:
这么多个性十足的姐姐们真是让人爱了爱了,特别是《乘风破浪的姐姐》的开场旁白,非常让人印象深刻:
三十而励!三十而立!三十而骊!
30岁以后,人生的见证者越来越少,但还可以自我见证!
30岁以后,所有的可能性不断褪却,但还可以越过时间,越过自己!
不要轻易用年龄定义自己,只要有追逐梦想的心,无论什么年龄段都有属于自己的精彩!
数据分析咨询请扫描二维码
CDA持证人已遍布在世界范围各行各业,包括世界500强企业、顶尖科技独角兽、大型金融机构、国企事业单位、国家行政机关等等,“CDA数据分析师”人才队伍遵守着CDA职业道德准则,发挥着专业技能,已成为支撑科技发展的核心力量。 ...
2022-03-18CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01