Python可视化图分析毛不易的《入海》，看看听歌的人都在想些什么

前言

没错，还是那个B站，在520这个既浪漫且有营销价值的一天又「搞事情」了。

5月20日， B站联合毛不易发布毕业季主题曲《入海》。

这首歌主题是“献给即将或已经毕业的人们”，歌曲MV中以主人公毕业的时候为原点，追忆过去，并用大量篇幅展现普通人毕业后的社会生活。

这首歌一经发布就在B站引爆了话题点，截止到5月24日在B站播放量达到了800万+，收获了5.2万弹幕，最高全站日排行1名。

今天我们就带你来解读这首《入海》，以及背后不一样的毛不易。

一、毛不易的歌里都喜欢唱些什么？

毛不易，本名王维家。本来毕业于杭州师范大学护理专业的他一直有个歌手梦。在2017年，参加腾讯视频选秀音乐娱乐节目《明日之子》，获得全国总决赛冠军，从而正式进入演艺圈。谁又能想到最后拿到冠军是这个长相平平，没有什么优势，甚至有点害羞憨厚的毛不易了。

随着《消愁》《像我这样的人》等歌曲的大火，毛不易这个名字也被越来越多的人知晓。同时在今年鹅厂的女团选秀节目《创造营2020》中，毛不易更是以导师的身份加入，呆萌的毛老师这次也收获了不少的粉丝。

听着《消愁》里的“一杯敬朝阳，一杯敬月光“，大概是因为才华，毛不易在这个年纪能写出人生的无奈和纠葛，这是一种大的勇气。

那么毛不易的歌里都在唱些什么呢？下面让我们来盘一盘：

我们分析整理了毛不易在网易云音乐的歌曲，一共83首，歌词字数加起来45577字，我们用Python对这些歌词进行分析。

歌曲时长分布

首先在歌曲时长方面，时长为4-5分钟的最多高达43.9%，3-4分钟为29.27%，2-3分钟的为13.41%。要知道一般歌曲时长多为3分钟左右，看来毛不易的歌时长还是偏长的。

歌曲正向情感得分

我们使用boson库对每首歌的歌词的情感进行打分，分数介于0～100分，高于50分为积极，分数越高，积极倾向性越高。从分布图可以看出，在83首歌曲中，大部分的歌曲正向积极情感为主。

毛不易最喜欢的词TOP15

毛不易最喜欢的歌里最喜欢用哪些词呢？我们分析整理得出了歌词中出现频率最高的TOP15。可以看到"等待"、"生活"、"时光"等词出现频率最高，位列前三。

"慢慢"、"遇见"、"江水"、"角落"等比较文艺的词也上榜了。有意思的是"有钱"出现频率也较高，位列第四。

二、《入海》全站日排名第一 ，这首献给毕业季的歌好在哪儿？

我们使用Python获取并分析了B站上《入海》这首MV的评论数据，经过去重之后得到19099条样本，下面让我们看到评论的具体分析。

评论用户性别占比

首先，在评论用户性别占比方面，男性用户占比略高，男性用户占比54.69%，女性用户占比45.31%。

评论用户客户端分布

那么看《入海》的用户在看视频时都用的什么移动设备呢？经过分析发现，用iphone的用户占了很大的比例，远超Andrio系统的用户。第三位是使用ipad的用户。

评论用户等级分布

同时我们知道，b站上用户因为参与程度等因素，等级从0-6分布，数字越大等级越高。在《入海》这首歌的评论用户上，评论中5级的占比最高为36.1%，其次是4级占比26.31%，6级占比仅为3.24%，这也是因为毕竟要成为六级大佬实在太难了。

各时段评论人数

在评论时间段方面，《入海》是在5月20日 8:30发布的，在发布后评论的人数越来越多，在12点左右评论达到最高峰，这个时段共有2万7千余人进行评论，远高于其他时段，之后随着时间推移评论人数也越来越少，趋于平缓。

评论关键词TOP15

在评论中大家说得最多的是什么呢？

经过分析整理可以看到，"毕业"是提到最多的词，其次第二位是"后浪"，毕竟作为同样聚焦在年轻人身上的话题，这次的《入海》很容易让大家联系到5月4日B站发布的《后浪》视频。

同时，"快乐"、"入海"、"大哭"等词也被频频提到。

三、Python分析：B站《入海》评论数据

我们使用Python获取并分析了B站上《入海》这首MV的评论数据。经过去重之后得到19099条样本，来分析一下这周MV的用户的评论信息。整个分析流程分为以下几步：

数据获取

数据整理

数据可视化

数据获取

在获取视频评论之前，我们首要做的就是分析其网页结构，寻找目标数据，也就是我们要评论的数据在哪里。

经过抓包分析，在network-json选项卡下，很容易找到了数据传输的地址

其中oid是视频的专属oid,pn是页面数。

由上图可看出，其评论数据是以json数据形式存在于网页端的，目前显示的页数是976页，每页20条评论，追评数据暂时不做抓取。

接下来，就爬取思路很明确，从第一页的JSON文件开始，爬完20条评论，循环pn页数，直到爬完所有的评论数据。

代码如下：

获取到的数据以DataFrame的形式存储，格式如下：

# 读入数据

df.head()

数据集有19099个样本，8个字段，字段名称为：用户名、用户性别、用户签名、用户等级、用户评论、设备名称、评论时间、点赞数。



版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。