作者 | 罗昭成
责编 | 唐小引
转载自 CSDN资讯（ID：CSDNnews）
引言
2019 年 1 月，《啥是佩奇》短片在互联网快速传播，各大社交平台形成刷屏之势。不到 24 小时，官博发出的视频已经收获 2800 万次观看，14 万次点赞，17 万次转发。
作为《小猪佩奇过大年》先导片，片中内容不仅引人深思，也把我们的视线拉了到春节档电影。在外工作一年，难得的几天闲暇时间，回到家里，陪陪父母，看看孩子。可以和父母一起去看看电影，重温一家人的温暖。
扎堆上映的一大波影片让我们眼花缭乱，在众多电影中，我们应该选择哪一步电影来看呢？下面，我们用数据来分析分析，看看其他人都在看啥电影，让我们从选择恐惧症中解放出来。
猫眼预售票房数据分析
和之前文章不同，本次爬取的电影都还没有上映，所以笔者将侧重点从评论数据，转移到了其他地方，来进行我们想要的数据分析。
首先我们先来看看，春节档的票房数据，打开猫眼专业版实时票房，我们可以看到某一天的票房数据。
此图截于大年三十晚，可以看到《飞驰人生》在大幅上升，已经赶超《流浪地球》
虽然能看到，但是要进行分析，还是不太方便，所以先把数据都抓取下来：
作者注：抓取分析数据截止时间为 2019-02-03 18:38:49，并非最新数据，可能存在误差。
使用 Chrome 的调试模式，在网络请求中可以看到获取实时数据的网络请求：
https://box.maoyan.com/promovie/api/box/second.json?beginDate=20190205
拿到接口，就可以很简单地将数据拿下来，并存储起来。
发送网络请求
Python 的 Request 库可以很方便地发送网络请求，代码如下：
def requestData(url, params):
session = requests.Session()
headers = {
"User-Agent": "Mozilla/5.0 (iPhone; CPU iPhone OS 11_0 like Mac OS X)",
"Accept": "application/json",
"Connection": "keep-alive",
"Accept-Language": "en-US,en;q=0.9,zh-CN;q=0.8,zh;q=0.7,zh-TW;q=0.6",
"Accept-Encoding": "gzip, deflate"
}
response = session.get(url, params=params, headers=headers)
if response.status_code == 200:
return response.text
return None
给定一个 URL 地址，和上行的参数，调用此方法，就可以模拟浏览器将数据拿回来。
存储数据到数据库中
Python 中还有一个 JSON 库，可以方便地解析 JSON。本文中，也是使用的它来进行的数据解析。因为数据抓取了很多天的预售票房数据，所以在存储的时候，使用 movieId 和 date 组合为每一条数据的唯一 ID。为方便后面处理数据，减少网络请求，所以将所有的原始数据保存起来。代码如下：
def saveItem(date, jsonStr):
dic = json.loads(jsonStr)["data"]
boxUnit = dic["totalBoxUnitInfo"]
dataList = dic["list"]
for item in dataList:
movieId = item["movieId"]
if item["releaseInfo"] == u"上映首日" or item["releaseInfo"] == u"上映2天" or item["releaseInfo"] == u"上映3天" :
insertPiaofangMovieInfo(
str(movieId) + "_" + date, date, movieId, item["movieName"],
item["boxRate"],item["boxInfo"],boxUnit ,item["showRate"],
item["showInfo"],item["avgSeatView"],item["avgShowView"]
)
在猫眼实时票房中，我们可以看到《疯狂的外星人》票房最高。但并不太能直观的感受到和其它几部电影的差距，可视化展示数据能够更加友好，这里使用了 pyechats 来进行数据渲染。看图说话：
在图中可以看到《疯狂的外星人》的票房要选高于其他电影，而截止 2 月 3 日晚，《流浪地球》与《飞驰人生》的票房相当（编者注：随后在除夕夜《飞驰人生》赶超）。前段时间刷屏的《小猪佩奇过大年》的票房数据落底，实在有点令人吃惊，看这个数据，佩奇再红，还是干不过熊大熊二。
图片来源：movie.douban.com
为了更好地给大家作参考，笔者还抓取了春节档电影的“想看”数据。
接口：http://m.maoyan.com/ajax/detailmovie?movieId=movieId
拿到这些数据，绘制了一个折线图：
综上我们可以看到，无论是实实在在的预售票房，还是众口热议的口碑上，《疯狂的外星人》都是实质名归的赢家，笔者也建议有时间的朋友去看看。
另一方面，周星驰的《新喜剧之王》的想看量在 319844，位于春节档的第三位。首日的数据票房却只有不到 6000W，难道是朋友们都还在上班，我们欠星爷的电影票还要继续欠着？
图片来源：movie.douban.com
史上最强春节档的评分对比
分析完上面的票房与观众想看的数据过后，猫眼中还有关于春节档节目的短评数据，用户也给了相应的评分。凭借对导演与演员的信任度，给出了相应的评分。
先将评论数据抓取到本地存储。
接口: http://m.maoyan.com/review/v2/comments.json
代码如下：
def saveComment(movieId, comment):
conn = sqlite3.connect('spring_festival.db')
conn.text_factory = str
cursor = conn.cursor()
ins = "insert into comments(id, movieId, content, gender, nick, score, original) values (?,?,?,?,?,?,?)"
v = (comment["id"], movieId,comment["content"], comment["gender"], comment["nick"], comment["score"], json.dumps(comment))
cursor.execute(ins, v)
cursor.close()
conn.commit()
conn.close()
评分图如下：
从上图我们可以明显地看出，春节档之中，观众朋友对《新喜剧之王》、《流浪地球》、《飞驰人生》、《廉政风云》、《熊出没-原始时代》明显有超高预期，而如《神探蒲松龄》、《小猪佩奇过大年》，观众对其预期明显比其他电影要低。很难想象，前不久的《啥是佩奇》掀起全民佩奇热，尤其今年还是佩奇年的时候，这股热潮并没有直接反应到佩奇的年度大戏中，而今年春节档唯一一部古装戏，且有成龙大哥坐镇的《神探蒲松龄》也并没有打动观众。
评论词云
最后，我们再以词云来综合看一下以上所有电影的评论关键词，除却“期待”之外，可以显著地看到“沈腾”、“黄渤”、“流浪地球”，这人心所向一定程度上是极大的认可，只不过比较让人疑惑的是，为什么风评不错的《流浪地球》，甚至一度有其（流浪地球）的出现“开启了中国科幻电影‘元年’，可以称得上是春节自救指南，带你流浪人生”这样非常高的赞誉之声，但为什么这一切没有直接体现在票房上？此外，对于春节而言，所求无非是阖家欢乐，无论看什么，最重要的，还是一起看的人。
谨以此文，祝所有程序员朋友新春大吉，阖家欢乐，幸福团圆！
（本文为 AI科技大本营转载文章，转载请联系作者。）
征稿推荐阅读：
你的红包狂欢夜，互联网巨头们的流量争夺战
程序员给银行植入病毒，分 1300 次盗取 718 万，被判 10 年半！
大厂必问的分布式究竟是什么鬼？
ProgPow：以太坊上浮世绘
这4门AI网课极具人气，逆天好评！（附代码+答疑）
给AI开发者的新年礼物，技术公开课大放送（附演讲PPT）
如何用最强模型BERT做NLP迁移学习？
“百练”成钢：NumPy 100练
点击“阅读原文”，打开CSDN APP 阅读更贴心！