十月份的黃金周，乃至整個十月份，妥妥的是《長津湖》的天下，才小半個月票房就已經突破44億，都快追上戰狼2了。貓眼評分9.5，口碑超高，2021年票房口碑雙豐收大黑馬！
今天我們通過爬取貓眼的電影評論，進行可視化分析，康康長津湖為什麼這麼受歡迎，最後教大家進行票房預測，千萬不要錯過！
貓眼評論爬取，還是那麼老一套，直接構造 API 接口資訊即可
這麼幾行代碼，我們就可以得到如下結果
擷取到資料後，我們就可以解析傳回的 json 資料，并儲存到本地了。
先寫一個儲存資料的函數
直接通過 Pandas 來儲存資料，可以省去很多資料處理的事情
接下來編寫解析 json 資料的函數
我們把主要資訊提取出來，比如使用者的 nickname，評論時間，所在城市等等，然後把代碼整合，構造爬取得 url 就好了！
儲存到本地的資料
我們就來進行相關的可視化分析了
1、資料清洗
首先我們根據 comment_id 來去除重複資料
對于評論内容，我們進行去除非中文的操作。
2、評論點贊及回複榜
來看看哪些評論是被點贊最多的
我們可以看到榜首是一個叫“琦寶”的觀衆寫的評論，點贊量86027。
再看看評論回複
回複量最高的同樣是“琦寶”的評論，那麼他到底寫了什麼呢？
Output：
還真的是非常走心的評論，而且自己的家人就有經曆過長津湖戰役的經曆，那麼在影院觀影的時候，肯定會有不一樣的感受！
當然我們還可以爬取每條評論的reply資訊，通過如下接口：
隻需要替換 json 檔案名稱為對應的 comment_id 即可，這裡就不再詳細介紹了，感興趣的朋友自行探索呀
下面我們來看一下整體評論資料的情況
3、各城市排行
來看看哪些城市的評論最多呢
一線大城市紛紛上榜，看來這些城市的愛國主義教育做得還是要好很多呀！
再來看看城市的全國地圖分布：
可以看到，這個評論城市的分布，也是與我國總體經濟的發展情況相吻合的
4、性别分布
再來看看此類電影，對什麼性别的觀衆更具有吸引力
在填寫了性别的資料當中，女性竟然多一些，這還是比較出乎意料的
5、是否觀看
貓眼是可以在沒有觀看電影的情況下進行評論的，我們來看看這個資料的情況
大部分人都是在觀看了之後才評論的，這要在一定程度上保證了評論和打分的可靠性
6、評分分布
貓眼頁面上是10分制，但是在接口當中是5分制
可以看到5-4.5評論占據了大部分，口碑是真的好啊
7、評論時間分布
對于評論時間，我這裡直接使用了原生的 echarts 來作圖
能夠看出，在晚上的19點和20點，都是大家寫評論的高峰期，一天的繁忙結束後，寫個影評放松下。
8、每天評論分布
接下來是每天的評論分布情況
就目前來看，幾乎所有的評論都集中在10月8号，難道是上班第一天，不想上班，隻想摸魚？
9、使用者等級分布
來看下貓眼評論使用者的等級情況，雖然不知道這個等級有啥用
大家基本都是 level2，哈哈哈哈，普羅大衆嘛
10、主創提及次數
我們再來看看在評論中，各位主創被提及的次數情況
毫無疑問，易烊千玺高居榜首，可能媽媽粉比較多吧，不過人家演技确實也線上
11、評論詞雲
最後來看看評論的詞雲情況吧
這裡我們使用線性回歸來進行簡單的票房預測，畢竟票房是一個超級複雜的事物，沒有辦法完全準确地進行估計
我們先通過 AKShare 庫克來擷取這幾天《長津湖》的票房情況
接下來畫散點圖，看下趨勢情況。
可以看到，從一号開始，單日票房逐漸增長，7号達到最高峰，8号開始回落
下面我們來進行資料拟合，使用 sklearn 提供的 linear_model 來進行
再根據拟合的結果，我們來預測下明天的票房情況。
好啦，坐等明天開獎！