小编给大家分享一下利用Python分析《庆余年》人物图谱和微博传播路径的方法，相信大部分人都还不怎么了解，因此分享这篇文章给大家学习，希望大家阅读完这篇文章后大所收获，下面让我们一起去学习方法吧！

利用Python分析《庆余年》人物图谱和微博传播路径

庆余年电视剧终于在前两天上了，这两天赶紧爬取微博数据看一下它的表现。

庆余年

《庆余年》是作家猫腻的小说。这部从2007年就开更的作品拥有固定的书迷群体，也在文学IP价值榜上有名。

期待已久的影视版的《庆余年》终于播出了，一直很担心它会走一遍《盗墓笔记》的老路。

在《庆余年》电视剧上线后，就第一时间去看了，真香。

庆余年微博传播分析

《庆余年》在微博上一直霸占热搜榜，去微博看一下大家都在讨论啥：

一条条看显然不符合数据分析师身份。

于是爬取了微博超话页面，然后找到相关人员，分别去爬取相关人员的微博评论，看看大家都在讨论啥。

importreimporttimeimportcopyimportpickleimportrequestsimportargparse'''微博爬虫类'''classweibo():def__init__(self,**kwargs):self.login_headers={'User-Agent':'Mozilla/5.0(WindowsNT10.0;Win64;x64)AppleWebKit/537.36(KHTML,likeGecko)Chrome/72.0.3626.109Safari/537.36','Accept':'*/*','Accept-Encoding':'gzip,deflate,br','Accept-Language':'zh-CN,zh;q=0.9,en;q=0.8','Connection':'keep-alive','Origin':'https://passport.weibo.cn','Referer':'https://passport.weibo.cn/signin/login?entry=mweibo&r=https%3A%2F%2Fweibo.cn%2F&backTitle=%CE%A2%B2%A9&vt='}self.login_url='https://passport.weibo.cn/sso/login'self.home_url='https://weibo.com/'self.headers={'User-Agent':'Mozilla/5.0(WindowsNT10.0;Win64;x64)AppleWebKit/537.36(KHTML,likeGecko)Chrome/72.0.3626.109Safari/537.36',}self.session=requests.Session()self.time_interval=1.5'''获取评论数据'''defgetComments(self,url,url_type='pc',max_page='all',savename=None,is_print=True,**kwargs):#判断max_page参数是否正确ifnotisinstance(max_page,int):ifmax_page!='all':raiseValueError('[max_page]error,weibo.getComments->[max_page]shouldbe<number(int)largerthan0>or<all>')else:ifmax_page<1:raiseValueError('[max_page]error,weibo.getComments->[max_page]shouldbe<number(int)largerthan0>or<all>')#判断链接类型ifurl_type=='phone':mid=url.split('/')[-1]elifurl_type=='pc':mid=self.__getMid(url)else:raiseValueError('[url_type]error,weibo.getComments->[url_type]shouldbe<pc>or<phone>')#数据爬取headers=copy.deepcopy(self.headers)headers['Accept']='application/json,text/plain,*/*'headers['MWeibo-Pwa']='1'headers['Referer']='https://m.weibo.cn/detail/%s'%midheaders['X-Requested-With']='XMLHttpRequest'url='https://m.weibo.cn/comments/hotflow?id={}&mid={}&max_id_type=0'.format(mid,mid)num_page=0comments_data={}whileTrue:num_page+=1print('[INFO]:Starttogetthecommentdataofpage%d...'%num_page)ifnum_page>1:url='https://m.weibo.cn/comments/hotflow?id={}&mid={}&max_id={}&max_id_type={}'.format(mid,mid,max_id,max_id_type)res=self.session.get(url,headers=headers)comments_data[num_page]=res.json()ifis_print:print(res.json())try:max_id=res.json()['data']['max_id']max_id_type=res.json()['data']['max_id_type']except:breakifisinstance(max_page,int):ifnum_page<max_page:time.sleep(self.time_interval)else:breakelse:ifint(float(max_id))!=0:time.sleep(self.time_interval)else:breakifsavenameisNone:savename='comments_%s.pkl'%str(int(time.time()))withopen(savename,'wb')asf:pickle.dump(comments_data,f)returnTrue'''模拟登陆'''deflogin(self,username,password):data={'username':username,'password':password,'savestate':'1','r':'https://weibo.cn/','ec':'0','pagerefer':'https://weibo.cn/pub/','entry':'mweibo','wentry':'','loginfrom':'','client_id':'','code':'','qq':'','mainpageflag':'1','hff':'','hfp':''}res=self.session.post(self.login_url,headers=self.login_headers,data=data)ifres.json()['retcode']==20000000:self.session.headers.update(self.login_headers)print('[INFO]:Account->%s,loginsuccessfully...'%username)returnTrueelse:raiseRuntimeError('[INFO]:Account->%s,failtologin,usernameorpassworderror...'%username)'''获取PC端某条微博的mid'''def__getMid(self,pc_url):headers=copy.deepcopy(self.headers)headers['Cookie']='SUB=_2AkMrLtDRf8NxqwJRmfgQzWzkZI11ygzEieKdciEKJRMxHRl-yj83qhAHtRB6AK7-PqkF1Dj9vq59_dD6uw4ZKE_AJB3c;'res=requests.get(pc_url,headers=headers)mid=re.findall(r'mblog&act=(\d+)\\',res.text)[0]returnmidif__name__=='__main__':importargparseparser=argparse.ArgumentParser(description="weibocommentsspider")parser.add_argument('-u',dest='username',help='weibousername',default='')parser.add_argument('-p',dest='password',help='weibopassword',default='')parser.add_argument('-m',dest='max_page',help='maxnumberofcommentpagestocrawl(number<int>largerthan0orall)',default=100)parser.add_argument('-l',dest='link',help='weibocommentlink',default='')parser.add_argument('-t',dest='url_type',help='weibocommentlinktype(pcorphone)',default='pc')args=parser.parse_args()wb=weibo()username=args.usernamepassword=args.passwordtry:max_page=int(float(args.max_page))except:pass**加粗样式**url=args.linkurl_type=args.url_typeifnotusernameornotpasswordornotmax_pageornoturlornoturl_type:raiseValueError('argumenterror')wb.login(username,password)wb.getComments(url,url_type,max_page)

爬取到微博评论后，老规矩，词云展示一下，不同主角的评论内容差别还是挺大的

微博评论词云分析

不同主演的评论风格差异较大，也与微博内容息息相关。

张若昀：

李沁：

肖战：

emmm…算了吧

从目前大家的评论来看，情绪比较正向，评价较高，相信《庆余年》会越来越火的。

这部剧在微博热度这么高，都是谁在传播呢？

于是我进一步点击用户头像获取转发用户的公开信息。

看了一下几位主演的相关微博，都是几十万的评论和转发，尤其是肖战有百万级的转发，尝试爬了一下肖战的微博，执行了6个小时只爬了十分之一。

最终还是败给了各位小飞侠，之后有结果再同步给大家。

于是我只能挑软柿子捏，换成官微的微博。

这条微博发布时间是26号，经过一段时间已经有比较好的传播，其中有几个关键节点进一步引爆话题。

经过几个关键节点后，进一步获得传播，这几个关键节点分别是：

肖战的超话：https://weibo.com/1081273845/Ii1ztr1BH

王小亚的微博：https://weibo.com/6475144268/Ii1rDEN6q

继续看一下转发该微博的用户分析：

进一步了解转发微博的受众，掌握传播范围和深度。

整体看下来，庆余年官微的这条微博90%都是普通用户的转发，这部剧转发层级达到5层，传播范围广，在微博上的讨论女性居多（占比89%），大部分集中在一二线城市。

原著人物关系图谱

如果只看微博，不分析原著，那就不是一个合格的书粉。

于是我去下载了原著画一下人物关系图谱。

先给大家看一下原著的人物关系图谱：

emmm…确实挺丑的，大家可以去Gephi上调整。

首先我需要从原著里洗出人物名，尝试用jieba分词库来清洗：

importjiebatest='temp.txt'#设置要分析的文本路径text=open(test,'r','utf-8')seg_list=jieba.cut(text,cut_all=True,HMM=False)print("FullMode:"+"/".join(seg_list))#全模式

生成一个适合你的列表

发现并不能很好的切分出所有人名，最简单的方法是直接准备好人物名称和他们的别名，这样就能准确定位到人物关系。

存储好人物表，以及他们对应的别名（建立成字典）

defsynonymous_names(synonymous_dict_path):withcodecs.open(synonymous_dict_path,'r','utf-8')asf:lines=f.read().split('\n')forlinlines:synonymous_dict[l.split('')[0]]=l.split('')[1]returnsynonymous_dict

接下来，清理文本数据：

defclean_text(text):new_text=[]text_comment=[]withopen(text,encoding='gb18030')asf:para=f.read().split('\r\n')para=para[0].split('\u3000')foriinrange(len(para)):ifpara[i]!='':new_text.append(para[i])foriinrange(len(new_text)):new_text[i]=new_text[i].replace('\n','')new_text[i]=new_text[i].replace('','')text_comment.append(new_text[i])returntext_comment

我们需要进一步统计人物出现次数，以及不同人物间的共现次数：

text_node=[]forname,timesinperson_counter.items():text_node.append([])text_node[-1].append(name)text_node[-1].append(name)text_node[-1].append(str(times))node_data=DataFrame(text_node,columns=['Id','Label','Weight'])node_data.to_csv('node.csv',encoding='gbk')

结果样例如下：

不愧是主角，范闲出现的次数超过了其他人物出现次数的总和，基本每个人都与主角直接或间接地产生影响。

同理可以得到不同人物的边，具体代码参考源文件。

接下来需要做的就是利用Gephi绘制人物关系图谱：

运行结果：

以上是利用Python分析《庆余年》人物图谱和微博传播路径的方法的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注亿速云行业资讯频道！