написать впереди
Японская телевизионная анимацияБОРУТО - Наруто нового поколения"(Название в переводе с материкового Китая "Биография Борена: Новая эра Наруто") адаптировано из оригинальной работы Кисимото Киши, под руководством, отредактировано и написано Икемото Мичио, а написано Котачи Укё. Это манга с таким же названием. .《火影忍者》Продолжение сериала о сыне Наруто Узумаки после окончания оригинальной истории.漩涡博人приключенческая история. Дальнейший сюжет мультфильма дополнит театральную версию «Наруто в кино: Легенда о Боруто», сценарий к которой написал Масаси Кисимото.
Анимация производится Studio Pierrot (Joker Club), как и предыдущие работы «Наруто» и «Наруто Шиппуден».
время:2017年4月5日起每周三16：55在东京电视台系列首播
Вышеупомянутый контент скопирован из энциклопедии Baidu~ Ха-ха-ха, мы в основном занимаемся анализом данных, сканированием данных, зайдите в мой блог серии краулеров, чтобы увидеть, есть соответствующие учебные пособия.
анализ данных
В качестве данных комментариев мы сохраняем эти данные для использования в будущем.
author # 作者
content # 评论内容
ctime = # 评论时间
disliked # 不喜欢人数
liked # 喜欢
likes # 奇怪？？？
score # 打分
user_season # 在第几集打的分数
1. Чистые данные
Основной шаг здесь.Прежде чем анализировать данные, нам нужно выполнить некоторую обработку данных, оценку нулевого значения, изменение формата времени и т. д. Эта часть может измениться в соответствии с фактическими потребностями.
import numpy as np
import pandas as pd
import datetime
# 数据读取
def read_csv():
file = pd.read_csv("./bore.csv",header=None,names=["author","content","ctime","disliked","liked","likes","score","user_season"])
return file
# 数据清洗
def clear_data():
df = read_csv()
#print(any(df.duplicated())) # 判断数据是否有重复
#print(df.head())
#print(df.isnull().any()) # 判断是否有空列
#print(df[df.isnull().values==True]) # 检测空值
data = df.fillna(0) # 空值填充
# 时间处理
def get_localtime(data):
time = datetime.datetime.fromtimestamp(data['ctime']).strftime("%Y-%m-%d")
return pd.to_datetime(time)
df["ctime"]=df.apply(get_localtime,axis = 1) # apply 的使用
return df
# 数据分析1
def analsis1(data):
print(data["author"].describe())
if __name__ == '__main__':
df = clear_data()
analsis1(df)
2. Человек с наибольшим количеством комментариев?
Посмотрите, у кого больше всего комментариев к этому аниме, этот код очень прост, просто обратитесь к коду ниже..describe()функция
def analsis1(data):
print(data["author"].describe())
count 18535 # author总数
unique 18535 # 去除重复之后的总数
top 你的盛世
freq 1
Name: author, dtype: object
Удивительно, что никто не прокомментировал больше, чем2Этот вывод может означать только то, что станция B разрешает видеокомментарии только один раз? ! Что касается механизма, то я хотел его опробовать, но получил оплеуху, а у меня даже разрешения не было.
3. Человек с наибольшим количеством комментариев?
В данных есть расположение оценок, так что давайте посмотрим на гистограмму оценок! Данные показывают, что 1 звезда и 5 звезд больше, а двухуровневая дифференциация более серьезна.
Чтобы убедиться, что китайский дисплей нормальный, вам нужно сначала настроить шрифт по умолчанию и настроить его.matplotlibстиль
import numpy as np
import pandas as pd
import datetime
import matplotlib.pyplot as plt
import matplotlib.style as psl
psl.use('seaborn-darkgrid')
plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False
- Статистика группы
scoreScore, use groupby(by="field name").size() # Получить число - reset_index(drop=True) # сбросить индекс
- plt.bar # Используется для создания гистограммы
- plt.text() # генерировать текст
def analsis2(data):
# 文章打分的柱状图
score = data["score"].groupby(data["score"]).size()
score = score.reset_index(drop=True)
x_index = np.arange(1,6).tolist()
plt.bar(x_index,score.values,0.4,color="#03a9da")
# 绘制文字
for xx,yy in zip(x_index,score.values):
plt.text(xx,yy+0.2,str(yy),ha="center",fontsize = 10)
plt.title("用户评星图表") # 设置标题
plt.xlabel("评星") # 设置x轴标识
plt.ylabel("人数") # 设置y轴标识
plt.show()
Если вы напишете следующий код
plt.barh(x_index, score.values, 0.4, color="#03a9da")
Вы получите горизонтальную гистограмму.
4. Распределение комментариев по времени
Судя по данным, количество комментариев во вторник, четверг и субботу увеличилось, что является очень интересными данными.
# 通过星期判断评论次数
def analysis3(data):
data.set_index(data["ctime"],inplace=True)
weeks = ["星期日","星期一","星期二","星期三","星期四","星期五","星期六"]
def get_weekday(data):
return weeks[data["ctime"].weekday()]
data["week"] = data.apply(get_weekday,axis=1)
week_data = data.groupby(by="week")["author"].size()
plt.bar(weeks,week_data.values,0.5,color="green")
plt.show()
5. Некоторые отношения, раскрытые в месяц комментариев
Мы увидели, что данные внезапно увеличились в июле 2018 года. Какой скрытый секрет скрывается за этим? Давайте продолжим чтение. !
def analysis4(data):
data.set_index(data["ctime"], inplace=True)
data = data.resample("M").count()["author"] # 按照月份汇总数据
data = data.to_period("M") # 显示数据
x = np.arange(0,len(data),1)
fig = plt.figure(figsize=(6, 4))
ax = fig.add_subplot(111)
'''
fig = plt.figure()
ax2 = fig.add_subplot(212)
'''
ax.plot(x,data.values,"#03a9f4",marker="o",markersize=4)
ax.set_xticks(x) # 设置x轴标签为自然数序列
ax.set_xticklabels(data.index) # 更改x轴标签值为年份
plt.xticks(rotation=60) # 旋转90度，不至太拥挤
plt.title('博人传评论数量变化(201709-201812)', color="#03a9f4", fontsize=12)
plt.xlabel("月份")
plt.ylabel('评论数量')
plt.tight_layout() # 自动控制空白边缘
plt.show()
фильтр2018年7月份的数据出来, Выяснилось, что 20 июля 2018 года был пик комментариев, после детального анализа посмотрим на данные.
Увидев эти данные, хотя я и не смотрел Бо Ренчжуана, я знаю, что 65 серий должны быть хорошими, и очень вероятно, что эта серия будет обновлена 20 июля. Любопытные, или вы фанаты Наруто, Вы можете посмотреть этот эпизод~! Я перешел к комментариям и процитировал закрепленный комментарий
本集是值得国人观众特别期待的一集，因为这一话（第65集）是由国人原画师黄成希全权负责的，
他一个人包揽了本集的分镜/演出/作画导演等主要工作。
换而言之，黄成希作为中国画师获得了本集的作监资格。这在火影忍者开播16年以来是史无前例的。
十几年前，黄成希在火影忍者刚刚开播时，也和多数人一样仅仅只是屏幕前的看客，
但是这部作品对学生时代的他施加了巨大的影响，最终促使黄成希走上了成为动画画师的道路。
在2012年加入日本动画行业后，他如愿以偿成为了火影忍者的主力原画之一，并参与作画监督的工作。
除此之外他还先后加入过包括黑子的篮球、妖怪手表和刀剑神域剧场版等多部作品的制作，
实力得到了业内的认可，因此才最终获得了独自扛下重要打斗回的资格，如此说来也算是圆梦成功。
由于本集几乎是黄成希的个人秀，再加上这一话中大筒木桃式使用了漫画版而不是剧场版中的新形象，
因此黄成希在作画上自由发挥的空间就变得很大，这就有余地在打斗中融入太极和咏春等中国传统武术了。
所以大伙看到一连串的“中国功夫”也别觉得奇怪哈~
说起来，大筒木一族本身就有一股浓厚的道家派头，他们不仅历史悠久，文明程度远远超越这个世界的人，
而且全族都在种灵根，吃仙桃，修金丹，求长生不老。现在再配合一整套中国武学架子，
简直给人一种徐福手下三千童男童女入蓬莱求仙药的即视感...将来出一个徐福式的修仙族长也是极好的！（大误）
黄成希在博人传中的几段作画（可能有遗漏）:
博人vs木叶丸
博人vs花火
博人vs鵺
小樱vs信
巳月vs尸澄真
def analysis5(data):
data = data.set_index('ctime') # 将时间作为索引
data = data["2018-07-01":"2018-08-01"]
child_data = data.resample("D").count()["content"]
print(child_data.to_period("D"))
data = data['2018-07-20':"2018-07-20"]
print(data["content"])
6. Эпизоды с наибольшим количеством комментариев
На самом деле, с приведенным выше анализом мы уже знаем, что 65 серий должны быть наиболее комментируемыми, но нам еще нужно посмотреть на данные.
def analysis6(data):
data = data.groupby(by="user_season").size()
data = data.sort_values(ascending=False)
print(data.head())
Нет проблем, 65 серий надо посмотреть
| Эпизод | количество комментариев |
|---|---|
| 65 | 4338 |
| 40 | 985 |
| 39 | 658 |
| 66 | 502 |
| 68 | 494 |
В конце планирую сделать текстовую карту, а потом подумаю в следующий раз.Данные и исходники "Биографии Борена" написаны для всех~
Одна звезда за чувства, одна звезда за 65 серий