我用Python紀念了那些被爛片收割的智商稅！
- 2019 年 10 月 31 日
- 筆記
作者：徐麟，某互聯網公司數據分析獅，個人公眾號數據森麟（id：shujusenlin）
前言
隨着電影行業的蓬勃發展，越來越多的電影出現在了觀眾的視野中，豐富了大家的生活，好的電影也能讓大家在放鬆自我的同時收穫一些對人生的思考。
然而，也有那麼一些「爛片」，讓大家在看過之後「添堵」，後悔為這種「爛片」貢獻票房，白白被收割了「智商稅」，今天，我們就用Python來幾年那些被爛片收割走的智商稅。
數據獲取
這次的數據源也是大家的老朋友，被親切地稱之為「馬蜂窩」的豆瓣網，現在有很多平台會對電影進行打分，包括了貓眼和淘票票，但是相較之下，豆瓣的評分更加全面，一些冷門的「爛片」只能在豆瓣中被大家挖掘出來。
誠然，豆瓣的評分會存在一些「文藝濾鏡」，對文藝片比較寬容，對此我們認為，「豆瓣評分高的不一定是真的高，但是被豆瓣打了低分的是真的低」。此次選擇的影片範圍是2010年至今的國產影片：
最終獲取到了3000多部電影的數據，代碼如下：
## 爬取劇集列表，並輸出成為excel表格 driver = webdriver.Chrome() driver.maximize_window() driver.close() driver.switch_to_window(driver.window_handles[0]) url = 'https://movie.douban.com/tag/#/?sort=U&range=2,10&tags=%E7%94%B5%E5%BD%B1,2010%E5%B9%B4%E4%BB%A3,%E4%B8%AD%E5%9B%BD%E5%A4%A7%E9%99%86' js='window.open("'+url+'")' driver.execute_script(js) driver.close() driver.switch_to_window(driver.window_handles[0]) while True: try: js="var q=document.documentElement.scrollTop=10000000" driver.execute_script(js) driver.find_element_by_class_name('more').click() time.sleep(2) except: break name = [k.text for k in driver.find_elements_by_class_name('title')] score = [k.text for k in driver.find_elements_by_class_name('rate')] url = [k.get_attribute('href') for k in driver.find_elements_by_class_name('item')] pd.DataFrame({'name':name,'score':score,'url':url}).to_excel('電影名稱.xlsx')
整體數據
首先要做的事情就是看一下豆瓣對國產電影的整體打分情況，以此確定之後對「爛片」的劃分依據，首先看一下整體評分的柱形圖：
可以看到豆瓣用戶對國產片還是比較嚴格，大多數電影都是在6分一下，8分以上的電影可以說是「鳳毛麟角」，因此後續對爛片的標準也要相應放低，下面看一下各個將分數向下取整後的統計數量：
2010年之後獲得9分的國產電影只有一部，可以說是非常的不易，大家可以猜一下是哪部電影，看看是不是你心中的9分電影
下面為大家揭開謎底：
唯一一部獲得9分的就是18年上映的《我不是葯神》，未來也希望能有更多這樣的優秀影片，而且這種期望也是有依據的，我們看一下每一年爛片和非爛片的佔比：
可以看到從爛片和超級爛片佔比在16年達到頂峰之後，從17年開始爛片佔比在逐漸下降，相信未來爛片的佔比也會逐漸下降
人氣榜
有了整體的綜述後，我們確定了爛片和超級爛片的劃分依據，將4分之下的影片劃分為爛片，3分以下的影片劃分為超級爛片，下面就分別來看看各自的人氣榜：
可以看到在所有的影片中，人氣TOP10的影片評分都還是不錯，流浪地球，葯神和哪吒也都在票房中有非常不錯的表現，顯然，這不是我們需要，我們下面就來看下爛片和超級爛片中的人氣榜：
熱烈恭喜《上海堡壘》憑藉2.9分的評分和217110的評價數喜提兩項人氣榜的冠軍，《愛情公寓》因為「大忽悠」式的營銷也躋身榜單，不知道即將上映的《愛情公寓5》能否為這一系列挽回一些口碑
票房榜
同樣，我們來分別看下所有影片、爛片和超級爛片的票房排行，看看究竟是哪些「爛片」在瘋狂收割着大家的智商稅，首先看一下左右影片的票房榜：
排名第10的西虹市首富票房都已經到了25億，可見票房市場發展之迅速，今年國慶檔的兩部影片《我和我的祖國》以及《中國機長》分列八九名，相信未來這份榜單會不斷的發生變化。
《西虹市首富》同樣以6.5分的評分在榜單中評分最低，看來《西虹市首富》已經成為了一個標杆，6.5分也是一部票房賣座影片的底線，下面進入重點了，看一下那些瘋狂收割大家智商稅的爛片和超級爛片：
爛片票房榜中的TOP10都超過了2.6億，大鬧天竺和愛情公寓更是分別收穫了7.5億和5.5億的票房，瘋狂收割着大家的智商稅，相信未來隨着大家對影片要求的提高，瘋狂收割智商稅的現象會逐漸減少
令人意想不到的是，就連超級爛片的TOP10都可以收割5000萬以上的票房，更是有四部票房過億，在此提醒大家「觀影有風險，選片需謹慎」
演員榜
一部爛片的誕生想必也離不開「演員」的努力，下面就來分別看看所出演電影平均分最高和最低的演員：
評分高的演員就無須贅述了，都是經過了市場和觀眾的挑戰，但是目前還沒有一位演員在主演影片數量超過5部之後，分數可以上7，誠然有一部分是因為豆瓣對國產的嚴格要求，但另一方面也在敦促電影人不斷進步
下面看一下評分排在倒數的演員，首先看下BOTTOM10：
看到這份榜單，有種恍惚的感覺，確認這不是主持人或者相聲、小品演員的榜單，我們不禁要問：大家有事嗎？快樂家族更是「霸榜」，杜海濤憑藉精湛的演技和出眾的外形在榜單中獨佔鰲頭，相信他未來會給大家帶來更為「驚艷」的作品，吳亦凡也代表說唱歌手在榜單中出現，填補了榜單中歌手的空白。
由於過多的「跨界」演員出現在了榜單BOTTOM10中，導致很多大家心目中的演員沒有上榜，於是我們繼續看BOTTOM11-20，這份榜單似乎正常了一點，但是好多更加應該在電視劇中出現的名字也位列其中。
看來電影和電視劇還是有所區別，在電視劇中能夠大放異彩的演員未必能在電影中有同樣精彩的表現，考慮到電視劇演員們的加入，繼續把榜單範圍放大到BOTTOM21-30：
這份榜單終於正常了很多，很多大家心目中的「種子選手」都不負眾望地出現在了榜單中，特別是黃曉明和Angelababy這對模範夫妻的上榜，進一步提高了榜單的公信力，未來也希望他們能夠繼續聯袂為大家帶來精彩作品，很多人可能會表示懷疑，對此我們的回復很簡單：我不要你相信，我要我相信！
彩蛋
最後進入彩蛋環節，為大家帶來豆瓣高分（2.1）獲得8W+評價（chaping）的影片《純潔心靈：逐夢演藝圈》的深度解讀（tucao），由於影片過於精彩，想要光看全片的需要在優酷進行付費觀看，想要體驗被收割智商稅的快感，不妨一試。
