向我展示数据,与数据交谈,今天我们谈论“中央局2”。
有一部关于江户主题的戏剧,悄悄地发起了,也就是说,由Xia Yu和Wei Chen主演的古代局的第二部分CBin仲博网址,“古代局的中央局2 Jianmo Hearther Hunt”(以下称为以下是称为“以下称为”“古代2”)。
这部戏剧制作团队是网络戏剧的经典配置,例如“ Nu Qingxiang West”和“ Longling Mats” - Tiger Tiger+Fei Zhenxiang的管理导演。有理由认为,随着“ Longling Mats”的成功,导演Fei Zhenxiang应该更加方便,但是“ Ancient 2”对“ Longling Mats”没有惊人的感觉。充满了它。
01
经典的江户主题IP
从小说到棋盘游戏
首先,我们必须给不认识“古董政府中部局”的朋友。在不了解“古董政府中部局”的朋友的流行科学下,有4个“古代局的中央局”。它是由Ma Boyong撰写的。小说序列化后,它引起了人们的热情,并受到了极大的追捧。
由于主题和情节设置,这家著名的棋盘游戏公司被改编成棋盘游戏,当时这一切都流行了。主要的棋盘游戏商店正在扮演古董管理局的中间局。最终,腾讯拿了副本,购买了版权并适应了电视连续剧。
关于“古代局”棋盘游戏的游戏玩法,将其简要介绍给两个阵营,即红色和黑色。红色的一面由愿望代表。一家人被黑色的一面框起来。主要责任。黑色的一面由旧王朝代表,并希望统治古董市场。力量遍布世界。两党中没有一个人知道另一方的真实身份,在各种古董案件中与智慧作斗争。
02
迪亚曼7.1分
“古代2”镜头怎么样
实际上,这不是“古代局中央局”的第一部电影和电视化。在2018年,第一部分由Xia Yu,Qiao Zhenyu和Cai Wenjing出演。有太多的场景和对话至关重要,这会导致情节崩溃。最后,迪亚曼得分仅为6.7分。
这一角色的第二部分仍然扮演主角的愿望,而其他支持演员则改变了血液,否则药物或黄Yanyan被Aria取代。
这个故事主要基于原始作品的第二和第四部分。这是关于Xia Yu作为北京Panjiayuan小型古董店的“四个遗憾”的所有者的愿望。徐家庭之一,唯一的继承人。为了拿出隐藏在五个脉冲中的“老王朝”,希望独自进入比赛,并与巨大的古董欺诈组织开始一层“ qingming shanghe tu” true true赝赝赝赝赝赝赝赝赝赝赝赝赝赝赝赝赝赝
Xia Yu的力量确实恢复了原始书中的愿望。乍一看,这是一条小巷,但第二个女主角已经改变了。
尽管情节上有各种各样的老虎机,但戏剧已高度恢复到这部戏剧背后的小说。现在,Douban得分也稳定为7.1分,结果仍然不错。
我们分析了Douban中“古代2”的评分数据:
总体得分
首先,我看到了整体得分。其中,这四颗星最多,占31.8%,其次是20.8%,给出了3颗星,其中19.6%的人给出了2颗星。
简短的评论云
在疑问中对这部戏的评估是什么?
通过分析Douban的简短评论,可以看出Xia Yu的表演技巧是最讨论的。 Xia Yu的表演技巧仍然可以保证。同时,女主角黄扬(Huang Yanyan)也是讨论的重点之一。从许多书迷的角度来看,黄Yanyan是冰山的美丽。他现在怎么能成为一个如此活泼的北京女孩?这有点不一致。
此外,CI Yun讨论了有关“情节”和“原始”的许多讨论。除了发声之外,评论中还有许多肯定的声音,例如“喜欢”和“好”。
03
观看“古代2”
您在弹幕中讨论什么?
然后,让我们在腾讯视频中分析这部戏的弹幕数据。这次我们仍然使用Python。我们总共收集了107,570个弹幕。
Barbound单词号分布
让我们在下面查看分析结果。首先,弹幕发送的数据非常有趣。最多的错别字字符不少于5个单词,而是5-10个单词。这部分有38107弹幕。还有很多窗帘,27948。
单幕发送量
观看节目时,要发送弹幕的习惯是什么?通过分析,可以发现多达58.73%的人只寄出一个弹幕。 17.95%的人发送了两个弹幕。
弹幕遵循角色分布
在发送弹幕时,讨论了什么主要角色?经过数据分析和分类后,可以发现最讨论的内容当然是我们的男性铅Xia Yu。其次是Wei Chen,Lao Chaofei和Alia等演员。
字符弹肖像
Xia Yu播放钓鱼
首先,查看Xia Yu的愿望的肖像画,弹幕中的观众都确认了Xia Yu的表演技巧,“伟大”,“好看”,“像”等。他的表演技巧一如既往地稳定。简而言之,西亚(Xia Yu)以一种愿望的意识解释了年轻的北京青年,但充满正义和使命。
魏陈(Wei Chen)不玩
关于Wei Chen玩的药物,观众认为,尽管感觉比第一个药物少,但该药物的Wei Chen版本还不错。否则,愤世嫉俗和不高兴的人是非常众所周知的。评论对Wei Chen的表演技巧还不错感叹,而且表演“英俊”的感觉非常令人眼花。同时,也与第一个Qiao Zhenyu版本进行了比较。
Ariya-huang Yanyan
最后,当我看到Ariya扮演的黄Yanyan角色时,这个角色的争议很棒。与第一个冷冰山美女相比,这种黄烟的版本变成了一个活泼的北京女孩。这方面仍然对观众来说是无法接受的。在“云”一词中,经常感叹“难度”,“表现”和“失望”。
04
教您与Python分析
“古代2”腾讯视频弹幕
关于数量分析部分,我们获得了腾讯弹幕的数据,并进行了以下分析。以下是分析代码的一部分。
弹幕发送单词单个玩家弹幕的分布次数发送了分布式弹幕情感评分分布弹幕主要集中于字符分布弹幕字符肖像(代码临时)首次进口数据处理和相关图形库。
#导导导
导入numpy作为NP
导入大熊猫作为pd
导入matplotlib.pyplot作为PLT
进口jieba
进口jieba.analyse
来自Snownlp Import Snownlp
来自pyecharts.charts进口栏,派,行,WordCloud,页面
从PyeCharts导入选项
01弹幕的基本概述
爬行弹幕是这样的,包括以下信息:设置号码,评论ID,用户名,VIP级别,评论内容,评论时间点和评论。
##读读
df_1 = pd.read_csv(http://baijiahao.baidu.com/data/古代局2 tencent barrage .csv,encoding =utf-8,Engine =python)
df_1.head()
有107570个弹幕数据。
df_1.info
RangeIndex:107570条目,0至107569
数据列(总计7列):
情节107570非无效INT64
comment_id 107570非无效INT64
ope_name 25539非挂钩对象
vip_degree 107570非无效INT64
内容107570非无效对象
time_point 107570非无效INT64
UP_COUNT 107570非无效INT64
dtypes:int64(5),对象(2)
内存使用率:5.7+ MB
02漫画单词面部
#计算号
word_num = df_1 [content]。申请(lambda x:len(x))
#分分
bin = [0,5,10,15,20,30,35,40,45,50,549]
word_num_cut = pd.cut(word_num,bins)。 value_counts()。 sort_index()
#
bar1 = bar(init_opts = opts.initopts(width =1350px,高度=750px)
bar1.add_xaxis(word_num_cut.index.astype(str)。tolist())
bar1.add_yaxis(“”,Word_num_cut.values.tolist(),category_gap =4%))
bar1.set_global_opts(title_opts = options.titleopts(title =“ [#0#]”),
Visualmap_opts = opts.visualMapopts(max_ = 38107)
治愈
bar1.render()
03弹幕情感分析
def nlp_score(x):
”“”
功能:获得情感分数
”“”
sn = snownlp(x)
返回sn。定期
#计算情绪得分
df_1 [nlp_score] = df_1 [content]。地图(lambda x:nlp_score(x))
#分分
score_bins = [0,0.1,0.2,0.4,0.5,5,0.6,0.8,0.9,9,1]
score_cut = pd.cut(df_1 [nlp_score],bins = score_bins)
score_cut = score_cut.value_counts()。 sort_index()
#
line1 = line(init_opts = opts.initopts(width =1350px,高度=750px)
line1.add_xaxis(scord_cut.index.astype(str)。tolist())
line1.add_yaxis(,score_cut.values.tolist(),
aketTyle_opts = opts.areastyleopts(不透明度= 0.5),
label_opts = opts.labelopts(is_show = false))
line1.set_global_opts(title_opts = options.titleopts(title =socticon得分分布[0〜1]),
#toolbox_opts = opts.toolboxopts(),
Visualmap_opts = opts.visualMapopts(max_ = 22288))
line1.set_series_opts(linedyle_opts = opts.linestyleopts(width = 4))
line1.render()
04军营遵循占人数的人数
def calculate_nununs(words_list):
”“”
功能:给定关键字列表,计算出现弹幕的次数
”“”
模式=。加入(words_list)
num = int(df_1 [content]。str.contains(staters).sum())
返回数字
#关键词
xiAyu = [wish,Xia Rain,Rain”]
weichen = [医学,否则,wei chen,Medicine Er ye,Chenchen,Old Wei,“ Chen Brother”,“ Morning”]
laochaofeng = [旧颂冯,旧chaofeng,Old Chao,Old Mocker,Old Nest]
aliya = [黄色烟草,aliya,烟雾]
liangjing = [liang jing,姐妹]
liuyiming = [yiming,bi yanjun]
all_list = [xiaou,weichen,laochaofeng,aliya,liangjing,liuyiming]
danmu_name = [夏季雨,wei chen,旧颂歌,ariya,liang jing,liu yiming]
danmu_num = [calculate_nums(i)for al_list]
#
bar2 = bar(init_opts = opts.initopts(width =1350px,高度=750px)
bar2.add_xaxis(danmu_name)
bar2.add_yaxis(数量,danmu_num)
bar2.set_global_opts(title_opts = opts.titleopts(Barrage主要遵循字符分布),
Visualmap_opts = opts.visualMapopts(max_ = 20000))
bar2.render()
结论
目前,这个“古代2”仍在更新。您可以等待更新。毕竟,免费观看戏剧性并不香?同时,Jun C仍然建议所有人玩这个“古董局”的棋盘游戏,这确实是大脑燃烧的。
本文生产:CDA数据分析师(ID:CDACDACDA)
报告/反馈