月月娱乐说
当前位置:首页 - 典故 >

大数据丨娱乐圈女神排行榜

2019-07-18来源:湖北健康网

数据来源


目前女神大会更新至了第90期,总共出场了90位女神,界面如下:



我们通过fiddler获取该界面中女神的照片地址以及每一篇文章的id编号,用于之后的爬取和可视化,代码如下:


import json
import requests
from bs4 import BeautifulSoup
import pandas as pd
import re
import os
os.chdir('D:/爬虫/女神')

id_list = []
title_list = []
pic_list = []
date_list=[]

for i in range(1,6):
   url= 'http://api.dongqiudi.com/search?keywords=%E5%A5%B3%E7%A5%9E%E5%A4%A7%E4%BC%9A&type=all&page='+str(i) 
   html = requests.get(url=url).content
   news = json.loads(html.decode('utf-8'))['news']
   this_id = [k['id'] for k in news]
   this_pic = [k['thumb'] for k in news]
   this_title = [k['title'] for k in news]
   this_date = [k['pubdate'] for k in news]
   this_title=[BeautifulSoup(k,"html.parser").text for k in this_title]
   id_list = id_list+this_id
   title_list = title_list+this_title
   pic_list = pic_list+this_pic
   date_list = date_list+this_date


另一方面,每位女神的评分都在下一期当中,我们需要爬取文章内容进行获取:



爬取代码如下:


prev_title_list = []
score_list=[]
count_list=[]
for id in id_list:
   url = 'http://www.dongqiudi.com/archive/{k}.html'.format(k=id)    
   header = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win32; x32; rv:54.0) Gecko/20100101 Firefox/54.0',
   'Connection': 'keep-alive'}
   cookies ='v=3; iuuid=1A6E888B4A4B29B16FBA1299108DBE9CDCB327A9713C232B36E4DB4FF222CF03; webp=true; ci=1%2C%E5%8C%97%E4%BA%AC; __guid=26581345.3954606544145667000.1530879049181.8303; _lxsdk_cuid=1646f808301c8-0a4e19f5421593-5d4e211f-100200-1646f808302c8; _lxsdk=1A6E888B4A4B29B16FBA1299108DBE9CDCB327A9713C232B36E4DB4FF222CF03; monitor_count=1; _lxsdk_s=16472ee89ec-de2-f91-ed0%7C%7C5; __mta=189118996.1530879050545.1530936763555.1530937843742.18'
   cookie = {}
   for line in cookies.split(';'):
       name, value = cookies.strip().split('=', 1)
       cookie[name] = value    
   html = requests.get(url,cookies=cookie, headers=header).content
   try:
       content = BeautifulSoup(html.decode('utf-8'),"html.parser")
       score = content.find('span',attrs={'style':"color:#ff0000"}).text
       prev_title = content.find('a',attrs={"target": "_self"}).text
       prev_title_list.append(prev_title)
       score_list.append(score)
       sentence = content.text.split(',')
       count=[k for k in sentence if re.search('截至目前',str(k))][0]
       count_list.append(count)
   except:
       continue


整体对比


我们此次利用R语言中的ggimage包,将获取到的女神图片加入到最终的图表中,提高可视化效果,首先看一下整体评分的TOP15名单:



朱茵、林志玲、高圆圆位居榜单前三位,不知道这份榜单是否符合你心目中的女神标准,而这三位也恰好成为了目前出场的90位女星当中中国香港、中国台湾、内地的最高分。值得一提的是,小编对于活跃于90年代的香港女星情有独钟,从中选取了非常多的女神,而这些女神的评分也都名列前茅。


下面看一下目前出场的90位女神中,排名相对靠后的几位:



很多朋友会觉得这份榜单对于年轻女神有些苛刻,可能这也代表了广大网友对于各位年轻女神的美好期许,体现了她们未来的无限可能。


区域对比


我们分区域看一下目前各个区域排名前十的名单:


中国内地女神榜单TOP10:



中国港台地区女神榜单TOP10:



日韩女神榜单TOP10:



欧美女神榜单TOP10:



看完了各个区域TOP10的名单之后,我们进行一下区域的对比:



我们将小提琴图与盒形图相结合,进行区域的对比,可以看到内地女星的评分相对偏低,一方面是由于部分女神的评分较低,拉低了整体的分值,另一方面也是由于目前出场的内地女星年龄普遍偏小,而这一点也会在下一部分得到证实。


年份对比


我们看一下各个年份出生的女星总体评分情况对比,其中“60后”选项也包含了60前的女神,“90后”选项也包含了00后的女神。



可以看到60后、70后的女神们平均分数要高于80后,而80后显著高于90后,一方面说明了大家对老牌女神们的认可,另一方面也是体现了大家对新生女神们的无限期许。


我们下面将区域与年份综合起来进行对比:



可以看到参与评分的内地女神普遍比较年轻,这也一定程度解释了此前提到的内地女神整体评分偏低的原因。


而中国港台女神普遍集中在60、70后,这些女神们活跃的90年代也是香港电影、电视的黄金时期,我们也期待着香港影视未来的复苏。


来源:网络


牡丹大数据是从事大数据业解方案的专业机构,依靠先进的技术优势,深耕舆情行业,集聚武汉大学等著名高校算法科学家,提供全网舆情服务

1.    网络民意采集

2.    互联网舆论引导

3.    应急联动处置预案出具

4.    主流媒体高端访谈

5.    互联网及中央级媒体宣传报道

6.    窗口单位专项推送

7.    互联网民情民意调查报告

8.    舆情预警相关信息推送

9.    智库服务


更多精彩内容请关注


转载文章地址:http://www.stormwatercanada.com/diangu/555.html
(本文来自月月娱乐说整合文章:http://www.stormwatercanada.com)未经允许,不得转载!
标签:
相关推荐
网站简介 联系我们 网站申明 网站地图

版权所有:www.stormwatercanada.com ©2017 月月娱乐说

月月娱乐说提供的所有内容均是网络转载或网友提供,本站仅提供内容展示服务,不承认任何法律责任。