王力宏事件終於得到迴應，教你用Python分析

大家好，我是查理～

昨晚，剛剛王力宏終於迴應了。

今天干脆手把手教大家如何資料處理+視覺化他的微博評論，下載完整程式碼/資料見文末。

12月15日，王力宏在微博突然宣佈離婚，表示“靚蕾和我的私生活很簡單很單純，所以不會再回應任何媒體”，結束了8年的婚姻。

12月17日深夜，王力宏前妻李靚蕾突然發文，表示長期被王力宏及其家人羞辱和冷暴力，同時還曝出王力宏婚內出軌、私生活混亂等不為人知的事件，使得王力宏多年來的“優質男星”形象岌岌可危。

文章一經發出，引發熱議，王力宏長期以來的“優質偶像”形象備受質疑，不少網友在李靚蕾的微博下留言表示，“好難過，太失望了”“王力宏在我心中的形象坍塌了”。

今天就帶大家用

資料——吃吃瓜

。

我使用Python程式設計，爬取王力宏宣佈離婚的微博下的評論。

下載的csv檔案中包括使用者名稱、使用者id、評論建立時間、評論id、評論內容等。

如上圖所示，原始資料中的內容非常混亂，微博評論中夾雜大量表情包、話題以及“轉發微博”等等，需要進行資料清洗。

首先根據評論的唯一ID進行去重

df_1 = df_1。drop_duplicates（［‘idstr’］）。iloc［：，1：］

接著，對所有的微博評論按照小時計數

df_1［‘created_date’］ = pd。to_datetime（df_1［‘created_date’］）df_1_date = df_1。groupby（［pd。Grouper（key=‘created_date’，freq=‘H’）］）。size（）。reset_index（name=‘count’）

得到分時資料後，就可以使用Matplotlib繪製折線圖。

columns = df_date。columnsfig = plt。figure（figsize=（10， 5）， dpi=100）plt。fill_between（df_date［‘created_date’］。values， y1=df_date［‘count_x’］。values， y2=0， label=‘王力宏微博新增評論數/小時’， alpha=0。75， facecolor=“#43a9cb”， linewidth=1， edgecolor=‘k’）plt。xlabel（“Date”）plt。ylabel（“Value”）plt。legend（loc=‘upper right’）plt。show（）fig。savefig（‘王力宏。png’）

輸出結果如下所示

15日時剛剛釋出微博，瞬間引爆評論，火速上熱搜。

16、17日便沒有什麼評論了。

直到昨晚23點，前妻李靚蕾深夜發文後，群眾們趕緊衝過來開團。

PS：除了吃瓜群眾，速度最快的應該是英菲尼迪。

12月16日14時，豪華汽車品牌英菲尼迪才剛剛官宣王力宏成為品牌代言人。18日凌晨1點22分，微博名為@英菲尼迪中國 便釋出宣告英菲尼迪決定即日起終止與王力宏先生的合作關係。英菲尼迪從和他簽約到解約，僅有35小時。

如果我們將王力宏和李靚蕾的微博評論數量，放在一張圖會是什麼樣子呢？

正好我也爬了李靚蕾的微博評論，同樣進行資料處理後

columns = df_date。columnsfig = plt。figure（figsize=（10， 8）， dpi=100）plt。fill_between（df_date［‘created_date’］。values， y1=df_date［‘count_x’］。values， y2=0， label=‘王力宏微博新增評論數/小時’， alpha=0。75， facecolor=“#43a9cb”， linewidth=1， edgecolor=‘k’）plt。fill_between（df_date［‘created_date’］。values， y1=df_date［‘count_y’］。values， y2=0， label=‘李靚蕾微博新增評論數/小時’， alpha=0。75， facecolor=“#b7ba6b”， linewidth=1， edgecolor=‘k’）plt。xlabel（“Date”）plt。ylabel（“Value”）plt。legend（loc=‘upper left’）plt。show（）

輸出結果如下所示：

相比之下，王力宏這邊的評論就根本不是一個量級，顯得是“弟中之弟”了。

吃瓜群眾原來全部湧向了李靚蕾的微博

。

這次我們還是想盤點一下：群眾們開團後，都發了些什麼？

與之前文章傳統的詞雲圖不一樣，我打算玩點新東西。在前文中製作的折線面積圖中，將不同時間段的詞雲填充其中。

很多小夥伴比較好奇怎麼做的，其實就是ps將前文的折線圖和生成的詞雲圖層疊加。如果你要問Python能不呢做到圖層覆蓋，我的回答是可以但沒必要。

做詞雲圖前，需要將所有王力宏的微博評論分成兩部分（即前妻開錘前後），注意下方程式碼中以

2021-12-17 23：08：00“

為界。

def get_cut_words（content_series）： # 讀入停用詞表 import jieba stop_words = ［］ with open（”stop_words。txt“， ‘r’， encoding=‘utf-8’） as f： lines = f。readlines（） for line in lines： stop_words。append（line。strip（）） # 新增關鍵詞 my_words = ［‘分分合合’， ‘拉黑’］ for i in my_words： jieba。add_word（i） # 自定義停用詞 my_stop_words = ［‘快轉’，‘轉發’，‘微博’］ stop_words。extend（my_stop_words） # 分詞 word_num = jieba。lcut（content_series。str。cat（sep=‘。’）， cut_all=False） # 條件篩選 word_num_selected = ［i for i in word_num if i not in stop_words and len（i）>=2］ return word_num_selectedtext1 = get_cut_words（content_series=df_1［df_1［”created_date“］ < ”2021-12-17 23：08：00“］［‘text1’］）

接著準備兩個蒙版（取自前面得到的折線圖）

詞雲圖的程式碼詳細大家都很熟悉了，這裡只需注意一點。

background_color=‘white’# 改為background_color=None，mode=‘RGBA’，

這樣就可以將詞雲圖的背景色設定為透明，從而方便圖層疊加。

這樣我們就可以製作如下所示的圖了

在前妻李靚蕾曝光前，王力宏的微博評論下基本都是這樣的：“結婚是為了幸福，離婚也是”、“情人總分分合合”、“尊重二哥的選擇”。

曝光後，王力宏的微博評論下變成了這樣：“

重新定義簡單單純

”、“渣男”、“

下頭

”、“私生活簡單？你侮辱了簡單這個詞”、“

人設崩塌

”。

PS：憤怒的吃瓜群眾還輸出了很多“髒話”，我在詞雲圖裡做了排除。

我們再換個方向，娛樂一下。

我決定用資料探究一下：吃瓜的猹們最愛發哪些表情呢？

我提取了10萬條評論中的emoji表情，先提取微博評論可以使用的emoji的所有名稱（此處僅展示一部分）。

emoji_list = ［”［小紅花］“，”［微笑］“，”［可愛］“，”［太開心］“，”［鼓掌］“，”［嘻嘻］“，”［哈哈］“，”［笑cry］“，”［擠眼］“，”［饞嘴］“，”［黑線］“，”［汗］“，”［挖鼻］“，”［哼］“，”［怒］“，”［委屈］“，”［可憐］“，”［失望］“，”［悲傷］“，”［淚］“，”［允悲］“］

使用

in

判斷是否包含某個emoji

def emoji_lis（string）： entities = ［］ for i in emoji_list： if i in string： entities。append（i） return entitiesemoji_s = ［］for index， row in df_1。iterrows（）： text = str（row［‘text’］） emoji_s。extend（emoji_lis（text）） c = collections。Counter（emoji_s）print（c）

即可得到各emoji出現的次數：

同樣還是使用使用Matplotlib繪製極座標圖

輸出結果如下所示：

匹配採集到評論中的表情後，按照出現次數選取前8名，並將其製作成極座標圖。

發現前8名的表情是：悲傷、淚、允悲、微笑、doge、吐、單身狗、吃瓜。

王力宏自出道便頂著“優質偶像”的名頭，家境良好、才華橫溢、長相端正，出道多年更是鮮有負面出現。如今看來，優質的表皮只是假面，他千挑萬選找了一個最好拿捏的妻子，卻又在她多年的忍讓中得寸進尺，變本加厲。

如同李靚蕾長文所說“

如果你的演藝事業有受影響，是你自己做出的種種選擇造成的，不是我。

”