十月份的黃金週，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！

今天我們透過爬取貓眼的電影評論，進行視覺化分析，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！

資料獲取

貓眼評論爬取，還是那麼老一套，直接構造 API 介面資訊即可。

這麼幾行程式碼，我們就可以得到如下結果

獲取到資料後，我們就可以解析返回的 json 資料，並儲存到本地了。

先寫一個儲存資料的函式

儲存到本地的資料

視覺化分析

我們來進行相關的視覺化分析

1、資料清洗

首先我們根據 comment_id 來去除重複資料

對於評論內容，我們進行去除非中文的操作。

2、評論點贊及回覆榜

來看看哪些評論是被點贊最多的

Output：

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

可以看到，這個評論城市的分佈，也是與我國總體經濟的發展情況相吻合的

4、性別分佈

在填寫了性別的資料當中，女性竟然多一些，這還是比較出乎意料的。

5、是否觀看

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、評分分佈

貓眼頁面上是10分制，但是在介面當中是5分制。

9、使用者等級分佈

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，普羅大眾嘛！

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，易烊千璽高居榜首，可能媽媽粉比較多吧，不過人家演技確實也線上。

明日票房預測

接下來畫散點圖，看下趨勢情況。

可以看到，從一號開始，單日票房逐步增長，7號達到最高峰，8號開始回落。

下面我們來進行資料擬合，使用 sklearn 提供的 linear_model 來進行。

再根據擬合的結果，我們來預測下明天的票房情況。