Python如何爬取豆瓣电影和演员评分以及做出可视化图

Python如何爬取豆瓣电影和演员评分以及做出可视化图，相信很多没有经验的人对此束手无策，为此本文总结了问题出现的原因和解决方法，通过这篇文章希望你能解决这个问题。

随着电影行业的蓬勃发展，越来越多的电影出现在了观众的视野中，丰富了大家的生活，好的电影也能让大家在放松自我的同时收获一些对人生的思考。

然而，也有那么一些“烂片”，让大家在看过之后“添堵”，后悔为这种“烂片”贡献票房，白白被收割了“智商税”，今天，我们就用Python来几年那些被烂片收割走的智商税。

数据获取

这次的数据源也是大家的老朋友，被亲切地称之为“马蜂窝”的豆瓣网，现在有很多平台会对电影进行打分，包括了猫眼和淘票票，但是相较之下，豆瓣的评分更加全面，一些冷门的“烂片”只能在豆瓣中被大家挖掘出来。

诚然，豆瓣的评分会存在一些“文艺滤镜”，对文艺片比较宽容，对此我们认为，“豆瓣评分高的不一定是真的高，但是被豆瓣打了低分的是真的低”。此次选择的影片范围是2010年至今的国产影片：

最终获取到了3000多部电影的数据，代码如下：

## 爬取剧集列表，并输出成为excel表格
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%E5%BD%B1,2010%E5%B9%B4%E4%BB%A3,%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('电影名称.xlsx')

整体数据

首先要做的事情就是看一下豆瓣对国产电影的整体打分情况，以此确定之后对“烂片”的划分依据，首先看一下整体评分的柱形图：

可以看到豆瓣用户对国产片还是比较严格，大多数电影都是在6分一下，8分以上的电影可以说是“凤毛麟角”，因此后续对烂片的标准也要相应放低，下面看一下各个将分数向下取整后的统计数量：

唯一一部获得9分的就是18年上映的《我不是药神》，未来也希望能有更多这样的优秀影片，而且这种期望也是有依据的，我们看一下每一年烂片和非烂片的占比：

可以看到在所有的影片中，人气TOP10的影片评分都还是不错，流浪地球，药神和哪吒也都在票房中有非常不错的表现，显然，这不是我们需要，我们下面就来看下烂片和超级烂片中的人气榜：

热烈恭喜《上海堡垒》凭借2.9分的评分和217110的评价数喜提两项人气榜的冠军，《爱情公寓》因为“大忽悠”式的营销也跻身榜单，不知道即将上映的《爱情公寓5》能否为这一系列挽回一些口碑

票房榜

同样，我们来分别看下所有影片、烂片和超级烂片的票房排行，看看究竟是哪些“烂片”在疯狂收割着大家的智商税，首先看一下左右影片的票房榜：

烂片票房榜中的TOP10都超过了2.6亿，大闹天竺和爱情公寓更是分别收获了7.5亿和5.5亿的票房，疯狂收割着大家的智商税，相信未来随着大家对影片要求的提高，疯狂收割智商税的现象会逐渐减少。

评分高的演员就无须赘述了，都是经过了市场和观众的挑战，但是目前还没有一位演员在主演影片数量超过5部之后，分数可以上7，诚然有一部分是因为豆瓣对国产的严格要求，但另一方面也在敦促电影人不断进步

下面看一下评分排在倒数的演员，首先看下BOTTOM10：

由于过多的“跨界”演员出现在了榜单BOTTOM10中，导致很多大家心目中的演员没有上榜，于是我们继续看BOTTOM11-20，这份榜单似乎正常了一点，但是好多更加应该在电视剧中出现的名字也位列其中。

看来电影和电视剧还是有所区别，在电视剧中能够大放异彩的演员未必能在电影中有同样精彩的表现，考虑到电视剧演员们的加入，继续把榜单范围放大到BOTTOM21-30：

看完上述内容，你们掌握Python如何爬取豆瓣电影和演员评分以及做出可视化图的方法了吗？如果还想学到更多技能或想了解更多相关内容，欢迎关注亿速云行业资讯频道，感谢各位的阅读！