作者 | 徐麟
责编 | 胡巍巍
随着社会的发展，越来越多的电视剧出现在了电视的荧幕或是视频网站。其中有许多的精品，例如经久不衰的《西游记》《红楼梦》，亦或是近年来口碑十分不错的《琅琊榜》《白夜追凶》，然而也有一些电视剧，因为种种原因，并不是很尽如人意。
今天我们通过爬取豆瓣上近5000部有评分的国产电视剧（不包括港台剧），对比一下剧集以及参演演员的评分情况。
数据来源
本次我们爬取的数据来源主要分为三个部分：分别是有评分的剧集列表、剧集评分及其他信息、演员信息，对应如下三个页面：
PART1：剧集列表
PART2：剧集信息
PART3：演员信息
通过爬取以上三个页面的数据，我们可以获得完整的电视剧评分及演员信息数据，用于之后的数据对比及可视化，我们以爬取第一部分的代码为例，展示整体爬取思路：
driver = webdriver.Chrome()
driver.maximize_window()
driver.close()
driver.switch_to_window(driver.window_handles[0])
url = 'https://movie.douban.com/tag/#/?sort=U&range=2,10&tags=%E7%94%B5%E8%A7%86%E5%89%A7,%E4%B8%AD%E5%9B%BD%E5%A4%A7%E9%99%86'
js='window.open("'+url+'")'
driver.execute_script(js)
driver.close()
driver.switch_to_window(driver.window_handles[0])
while True:
try:
js="var q=document.documentElement.scrollTop=10000000"
driver.execute_script(js)
driver.find_element_by_class_name('more').click()
time.sleep(2)
except:
break
name = [k.text for k in driver.find_elements_by_class_name('title')]
score = [k.text for k in driver.find_elements_by_class_name('rate')]
url = [k.get_attribute('href') for k in driver.find_elements_by_class_name('item')]
pd.DataFrame({'name':name,'score':score,'url':url}).to_excel('电视剧名称.xlsx')剧集对比
我们在剧集对比部分主要展示两部分数据，首先是TOP15以及BOTTOM15的剧集评分及拍摄年代：
可以看到十分鲜明的对比，评分较高的剧集大多拍摄年份剧集都有一定的年头，并且历经时间的考验，愈发展示其独特的魅力。相反，一些评分较低的剧集，往往都是近年来拍摄的，可能这也与剧集增多有关。需要提醒的是榜单中的《寻秦记》不是古天乐版本，那是经典中的经典，至于榜单中出现的版本，大家可以有机会亲自去了解一下
。
正所谓没有无缘无故的爱，也没有无缘无故的恨，我们也选取了豆瓣当中对于剧集的一些有意思的点评。通过点评，让我们了解这些评分产生的原因：
TOP篇：
1、许多年以后观看发现，其中造型与性格塑造完美，准确把握原著，时代影响力巨大，印象极其深刻。------《西游记》
2、老一代影艺人是以一种虔诚的态度对待红楼梦的，87版之后，世间再无真人版红楼。------《红楼梦》
3、这就是我的圣经，思想启蒙之作 ------《我爱我家》
4、鞋儿破 帽儿破 身上的袈裟破 你笑我 他笑我 一把扇儿破 经典 ------《活佛济公》
5、绝对是国产情景喜剧无法超越的巅峰之作！其中每个角色都是无法复制的！ ------《武林外传》
BOTTOM篇：
1、没见到甜蜜，倒是这个演技每一秒都是暴击 ------《甜蜜暴击》
2、现在还是有这么多粗糙的偶像剧，玩了几十年的老套桥段还在用 ------《极光之恋》
3、瞟了半集被吓死了，演技跟痴呆似的= = ------《路跑甜心》
4、剧情奇葩，演技浮夸，特技粗糙。一剧融合了以上的所有元素，导演简直就是演艺圈的火锅店老板 ------《来自星星的继承者们》
5、于妈拍的那版.....其实还挺好看的！ ------《新笑傲江湖》
演员对比
我们此次根据演员参演的剧集评分，考虑演员在其中角色的重要性进行赋权，结合剧集评论数量，加权平均得到每个演员的评分情况。首先是我们评选的评分靠前的演员及其出生年份：
估计大部分年轻的读者，可能对这些名单中的演员很多都不是很熟悉，在此小编建议各位可以去看一下这些老戏骨的剧集，感受他们所散发的魅力。同时我们也专门对比了下80后、90后（包含00后）的评分，找寻其中的佼佼者：
刘昊然在评分中领跑其他的90后，考虑到其今年只有20岁出头，我们也期望他在未来能给我们带来更多经典的作品。
可能很多读者对TOP20的演员并不是很熟悉，其实大可不必，因为下面的榜单中相信大多都会是你所熟悉的：
想必看到这里，各位会找到熟悉的感觉，我们相信榜上的各位演员其实也是最具潜力的演员。只要努力雕琢演技，未来一定会受到观众对其演技的认可，我们同时分别对比了一下男、女演员：
在此需要指出的是，余文乐和赵又廷上榜并不是因为其剧集评分真的偏低，主要是其参与的大陆制作剧集评分较低，并且我们此次没有统计港台剧。我们也希望榜单中的各位演员未来更加精彩的表现。
星座分布
感谢豆瓣给我们提供了演员星座的数据，小编周围也有许多对星座十分感兴趣的朋友，不妨我们看一下星座的分布情况：
看来星座整体分布还是比较平均的，只是天秤座和天蝎座略多于其他星座，关于星座，至于你信不信，反正小编是不怎么信的
关于矩形树图的实现，可以参考以下代码：
from pyecharts import TreeMap
star_stat = actor_data.groupby('xingzuo').agg({'name':'count'}).reset_index().sort_values('name'
,ascending=False)[0:12].reset_index()
data = [{'value':star_stat['name'][i],
'name':star_stat['xingzuo'][i]+' '+str(star_stat['name'][i])} for i in range(star_stat.shape[0])]
treemap = TreeMap("星座分布图", width=1200, height=600)
treemap.add("星座分布", data, is_label_show=True, label_pos='inside')
treemap.render('星座分布.html')城市分布
我们在看完了星座分布之后，再继续来看一下演员的城市分布，看看有多少自己的老乡在参演着电视剧：
不出意外，北京和上海两大中心城市的演员数量也是最多的，而第三名就是小编的家乡青岛了。之前每当小编提及青岛，总是会提起青岛的明星多，这次的数据更加使得笔者未来有了交流（chuixu）的底气。
我们下面分别来看一下TOP5的各个城市明星名单：
北京
上海
青岛
哈尔滨
西安
以上就是此次文章的所有内容，也欢迎大家留言与我们分享你对电视剧或者演员的一些看法，等候你的回复
作者：徐麟，知乎同名专栏作者，目前就职于上海唯品会产品技术中心，哥大统计数据狗，从事数据挖掘&分析工作，喜欢用R&Python玩一些不一样的数据。个人公众号：数据森麟（ID:shujusenlin）。
声明：本文为作者投稿，版权归对方所有。
微信改版了，
想快速看到CSDN的热乎文章，
赶快把CSDN公众号设为星标吧，
打开公众号，点击“设为星标”就可以啦！
“ 征稿啦”
CSDN 公众号秉持着「与千万技术人共成长」理念，不仅以「极客头条」、「畅言」栏目在第一时间以技术人的独特视角描述技术人关心的行业焦点事件，更有「技术头条」专栏，深度解读行业内的热门技术与场景应用，让所有的开发者紧跟技术潮流，保持警醒的技术嗅觉，对行业趋势、技术有更为全面的认知。
如果你有优质的文章，或是行业热点事件、技术趋势的真知灼见，或是深度的应用实践、场景方案等的新见解，欢迎联系 CSDN 投稿，联系方式：微信（guorui_1118，请备注投稿+姓名+公司职位），邮箱（[email protected]）。
推荐阅读：