哪吒到底有多火？Python數據分析告訴你！

本文首發於公衆號：Python編程與實戰

最近，朋友圈和微博被動畫《哪吒之魔童降世》刷屏了。 對哪吒的記憶還停留在小時候看的動畫片，是他，是他，就是他，咱們的小朋友小哪吒。

穿個紅色肚兜，扎兩個小辮子，讓小時候的我一度懷疑這是男是女？？？ 而後我看到這部片子的宣傳海報，這尼瑪這是什麼妖魔？

直到我走出電影院以後 啪啪啪打臉，真香。 電影上映以後，不管是票房仍是口碑一路炸裂

上映 14 天，累計票房 31.9 億，在中國電影票房史上第 8 名，不出意外能入進前五名

爲了能讓你們有個更加直觀的感覺，因此我用 Python 爬取分析了電影相關的數據

數據抓取

主要抓取的是電影從上映到今天的全部票房數據，以及和其它同期上映的電影一些對比狀況

數據來源地址：piaofang.baidu.com/ 老規矩，人狠話很少，直接貼代碼了

@classmethod
def spider(cls):
    cls.session.get("https://piaofang.baidu.com/?sfrom=wise_film_box")
	lz_list = []
	szw_list = []

	for r in [datetime.now() - timedelta(days=i) for i in range(0, 14)]:
		params = {
			"pagelets[]": "index-overall",
			"reqID": "28",
			"sfrom": "wise_film_box",
			"date": r.strftime("%Y-%m-%d"),
			"attr": "3,4,5,6",
			"t": int(time.time() * 1000),
		}
		response = cls.session.get("https://piaofang.baidu.com/", params=params).text

		result = eval(re.findall("BigPipe.onPageletArrive\((.*?)\)", response)[0])

		selector = Selector(text=result.get("html"))

		li_list = selector.css(".detail-list .list dd")
		for d in range(len(li_list)):
			dic = {}
			name = li_list[d].css("h3 b ::text").extract_first()
			if '哪吒' in name or "烈火" in name:
				total_box = li_list[d].css("h3 span ::attr(data-box-office)").extract_first()  # 總票房
				box = li_list[d].css("div span[data-index='3'] ::text").extract_first()  # 實時票房
				ratio = li_list[d].css("div span[data-index='4'] ::text").extract_first()  # 票房佔比
				movie_ratio = li_list[d].css("div span[data-index='5'] ::text").extract_first()  # 排片佔比

				dic["date"] = r.strftime("%Y-%m-%d")
				dic["total_box"] = float(
					total_box.replace("億", "")) * 10000 if "億" in total_box else total_box.replace("萬", "")
				dic["box"] = float(box.replace("億", "")) * 10000 if "億" in box else box.replace("萬", "")
				dic["ratio"] = ratio
				dic["movie_ratio"] = movie_ratio

				lz_list.append(dic) if '哪吒' in name else szw_list.append(dic)

	return lz_list, szw_list
複製代碼

這是 class 類方法，由於用到了類變量，因此上面有個裝飾器。你也能夠寫成普通方法，看我的習慣... 上面的代碼將 《哪吒之魔童降世》和《烈火英雄》相關數據都爬下來了

數據可視化

主要基於 pyecharts 模塊，入門教程相關文章在此，用到的方法，這裏面基本都講過 上映到今天的每日票房，基於 Bar 模塊

下圖是哪吒和烈火英雄，上映以後的每日票房數據，能夠看到 08/07 這天數據額外的高，原來是七夕...

總票房走勢圖

看這票房走勢，再加上週末兩天，40 億不是夢

部分代碼以下：

@staticmethod
def line_base(l1, l2) -> Line:

	lh_list = [y["total_box"] for y in l2]
	lh_list.extend([0 for _ in range(3)])  # 前面三天爲0

	c = (
		Line(init_opts=opts.InitOpts(bg_color="", page_title="總票房"))
			.add_xaxis([y["date"] for y in reversed(l1)])
			.add_yaxis("哪吒之魔童降世", [y["total_box"] for y in reversed(l1)], is_smooth=True, markpoint_opts=opts.
					   MarkPointOpts(data=[opts.MarkPointItem(type_="max")]))

			.add_yaxis("烈火英雄", reversed(lh_list), is_smooth=True, markpoint_opts=opts.
					   MarkPointOpts(data=[opts.MarkPointItem(type_="max")]))

			.set_global_opts(title_opts=opts.TitleOpts(title="總票房", subtitle_textstyle_opts={"color": "red"},
													   subtitle="單位: 萬元"), toolbox_opts=opts.ToolboxOpts())
	)
	return c.render("line.html")

複製代碼

再看下排片狀況

嗯哼，嚐起來像甜甜圈，某籃球巨星如是說到..

那麼票房佔比呢？

排片只有 38%，票房卻佔了 半壁江山 哪吒就是這麼強 ！後臺回覆 「1024」 得到代碼

注：以上數據截至2019/08/08