当前位置:
首页 > Python基础教程 >
-
我用Python爬了12万条影评,告诉你《战狼》都在说些啥(3)
总体评论云图展示:
1
2
3
4
|
words< - table(seg_Words) % > % data.table() setnames(words, "N" , "pinshu" ) words[pinshu> 1000 ] #去除较低频数的词汇(小于1000的) wordcloud2(words[pinshu> 1000 ], size = 2 , fontFamily = "微软雅黑" ,color = "random-light" , backgroundColor = "grey" ) |
由于数据太多,导致我的破电脑卡顿,所以在制作云图的时候去掉了频数低于 1000 的词汇。
云图结果如下:
整体来看,大家对这不影片的评论还是不错呀!剧情,动作,爱国等话题是大家谈论的焦点。
评价关键词:吴京、个人英雄主义、主旋律、中国、主角光环、达康书记、很燃。
可见,“燃”并不是看完之后的最多反馈,观众更多是对吴京本人的赞叹,以及对爱国主义和个人主义的评价。
不同评论等级的云图展示
但是如果把不同评价的人的评论分别展示会是什么样子呢?也就是对五个等级(力荐,推荐,还行,较差,很差)的评论内容制作云图,代码如下(只要改变代码中力荐为其他即可):
1. 力荐的评论人的评论云图
2. 推荐的评论人的评论云图
3. 还行的评论人的评论云图
4. 较差的评论人的评论云图
5. 很差的评论人的评论云图
结论
从不同的评论的分词结果来看,他们都有一个共同的话题:爱国。
在力荐的评论中可能爱国话题的基数比很差的评论中的多,在力荐的评论中人们更愿意讨论的是爱国话题之外的事情。在很差的评论中人们讨论的大多是爱国话题。而且他们占的比例很有意思,从力荐的人到评论很差的人,爱国话题的比例逐渐增加。
我们不能主观的认为谁对谁错,只能说他们站在的角度不一样,所以看到的结果也不太一样。当我们和别人意见不同时,往往是所处的角度不同。评论很差的人考虑的更多的是爱国的话题吧(这里只是爱国话题的讨论,并不是谁爱不爱国)!!
分析完了,这部《战狼2》之所以能获得这么多人的支持,根本原因还是在于从制作上实现了《战狼1》所没有的美国大片级大场面,同时在爱国主义上引起了共鸣,激起了民心。
栏目列表
最新更新
nodejs爬虫
Python正则表达式完全指南
爬取豆瓣Top250图书数据
shp 地图文件批量添加字段
爬虫小试牛刀(爬取学校通知公告)
【python基础】函数-初识函数
【python基础】函数-返回值
HTTP请求:requests模块基础使用必知必会
Python初学者友好丨详解参数传递类型
如何有效管理爬虫流量?
SQL SERVER中递归
2个场景实例讲解GaussDB(DWS)基表统计信息估
常用的 SQL Server 关键字及其含义
动手分析SQL Server中的事务中使用的锁
openGauss内核分析:SQL by pass & 经典执行
一招教你如何高效批量导入与更新数据
天天写SQL,这些神奇的特性你知道吗?
openGauss内核分析:执行计划生成
[IM002]Navicat ODBC驱动器管理器 未发现数据
初入Sql Server 之 存储过程的简单使用
这是目前我见过最好的跨域解决方案!
减少回流与重绘
减少回流与重绘
如何使用KrpanoToolJS在浏览器切图
performance.now() 与 Date.now() 对比
一款纯 JS 实现的轻量化图片编辑器
关于开发 VS Code 插件遇到的 workbench.scm.
前端设计模式——观察者模式
前端设计模式——中介者模式
创建型-原型模式