Python 爬取猫眼千页评论，分析《狄仁杰之四大天王》是否值得一看

作为徐老怪的忠实影迷，《狄仁杰之四大天王》肯定是要去看的。看豆瓣评分和前两部相差不多，所以本文就简单分析了一下《狄仁杰》的影评。

数据爬取

本来笔者是打算爬取豆瓣的全部影评，但是很不幸，数据爬取到一半，我的账号被封了（建议大家改为动态IP进行爬取），于是转战于猫眼。猫眼的短评不能直接通过源码获得，需要寻找它的数据接口，如下：

其中341516属于电影的专属ID，offset代表页数且只展示1000页的内容，同时仅限于当日的评论。此文只为做影评分析演示，所以笔者只爬取了今日的评论，去重后仅为几百条，建议大家多爬取今天的数据，再做分析。

代码如下：

爬取数据如下：

数据分析

直观来看，有用的数据仅为城市、评分和评论。我们分别采用热力图、柱状图和云图来进行可视化分析。

观影者分布热力图

根据观影者的城市，我们画出了观影者分布情况：

可明显发现东部地区，尤其是北京、上海、广东，成都等城市最为突出，当然，这和经济发展有着重要的联系，也符合我们的常规想法。

代码如下：

评分柱状图

相较于豆瓣的评分机制，猫眼的评分机制允许给出半星的评价，于是通过简单的柱状图来大概看一下评分情况。

大部分的评分都高于3分，给出满分的最多，只有少数的观影者给出了低分，看来徐克这部电影的口碑还行，至少在及格线以上。那大家观完影，最直观的感受是什么呢，下面就通过短评分析来看看。

代码如下：

短评词云图

为了分析短评，我们采用jieba对短评进行了分词，然后做出词云图。

背景图：

词云图：

和前两部一样，最突出的是特效、剧情和徐老怪，看来这部电影的特效做得很棒，徐老怪的个人风格也展示得淋漓尽致。同时，也能发现好看、不错、推荐也是观影者的主要感受，看来还是蛮值得去看的。

代码如下：

结语

本文只是做了简单的数据爬取和分析，主要是用以学习如何进行分词，词云和热力图，建议大家可以基于此进行练习。

声明：本文为作者投稿，版权归对方所有。