用Python盘点那些豆瓣评分低于3.0的奇葩电影
数据森麟
共 2166字，需浏览 5分钟
· 2020-03-27
作者：A字头
来源：数据札记倌
尝试百度了一下，果然让人哭笑不得，连雷神的麒麟臂都一起抄了。
《女娲日记》绝对刷新你的认识看了一下它的豆瓣评分，竟然是2分。
感兴趣的朋友可以去看下这部电影，感受下吐槽的乐趣。
好了，进入搬砖模式，今天就来爬取下豆瓣评分在3分一下的那些神片，看看有没有你踩过的坑！
1
数 据 爬 取
| 页面分析由于页面单次并不显示所有的电影信息，加载电影是URL也没有任何变化。需要进一步研究页面，找出真实需要爬取的URL信息。
| 数据抓取通过点击加载更多，可以发现一些规律：真实URL中参数start会每次增加20，新的URL中呢也会相应的存储对应的20部电影的信息。掌握这些规律之后，就可以用代码实现抓取了。
for i in range(0,481,20):
url = "https://movie.douban.com/j/new_search_subjects?sort=T&range=0,10&tags=%E7%94%B5%E5%BD%B1&start={页面}&genres=%E5%89%A7%E6%83%85&countries=%E7%BE%8E%E5%9B%BD".format(页面 = i)
data = requests.get(url,headers = headers).text
dicts = json.loads(data)
df = pd.DataFrame(dicts["data"])
if i == 0:
total_df = df
else:
total_df = pd.concat([total_df,df],axis = 0)
然后将爬取好的电影数据存入文件即可完成。后台回复 豆瓣电影 即可获取。
2
数 据 概 况
爬取数据时爬取了所有的低分电影，但是电影基本集中在2000年往后，2000年之前的电影基本没有低于3分的电影，可能因为这部分电影在这之前的评分方式不一致。根据标签爬取的低评分（评分在2-3区间内）电影总量在550部左右。电影名称，评分情况，电影信息和演职人员等信息截图如下：
这里面评分人数最多的是一部国产片《天机·富春山居图》，孙健君导演、刘德华和志玲姐姐的作品，很不幸地看过这部电影，emmm......一言难尽。
3
低 分 电 影 分 析
| 最近十年烂片数量变化最近十年烂片数量节节攀升（当然电影总量也在上升），18年数量比较少，可能是因为爬取得不够全，或者时间关系，部分电影还没有收录。（19年数据不全，暂时未放进来）
| 不同地区的烂片数量在获取的500多部低评分电影中，最多的是中国的电影，其次是美国的电影，当然虽然这两个地方的低分电影多，并不能说明我们或者美国的电影质量不好。
如果我们去看美国所有电影的评分分布情况，虽然美国的烂片比较多，但是他们的总量电影也非常多，而且不同评分的电影数量分布基本上满足标准的良性正态分布的关系。
| 烂片中不同电影类型分布在获取到的这些低评分电影中，最多标签就是动作片、剧情和喜剧。
一把把镰刀挥向韭菜，疯狂收着智商税。不会拍好作品的尬拍动作片
不知道叫什么标签的取个剧情片肯定错不了
打喜剧标签的主要是那些好声音之为你转身类综艺大电影
4
电 影 推 荐
评论人数较多的几部烂片如下，看看有没有你踩过的坑，反正我是看过排名第一的《天机·富春山居图》。（因为这是截止到18年的数据，所以《上海堡垒》侥幸躲过一劫）
仔细看了下这几部电影的简介，第二部也是个神片，感兴趣的赶紧搜索看一下。
出于好奇搜了一下你们的女神，赵老师的几部电影，果然都很出色。一瞬间，青春期的那几部电影吸引了眼球，现在回想起来还有点上头。
看过富春山居图，知道赵奕欢，看过这个榜单后整个人都不大好了，我简直是烂片收割机本人。
◆ ◆ ◆ ◆ ◆
长按二维码关注我们
数据森麟公众号的交流群已经建立，许多小伙伴已经加入其中，感谢大家的支持。大家可以在群里交流关于数据分析&数据挖掘的相关内容，还没有加入的小伙伴可以扫描下方管理员二维码，进群前一定要关注公众号奥，关注后让管理员帮忙拉进群，期待大家的加入。
管理员二维码：
评论
盘点Lombok的几个骚操作，你绝对没用过！
👉 欢迎加入小哈的星球 ，你将获得: 专属的项目实战 / Java 学习路线 / 一对一提问 / 学习打卡 / 赠书福利全栈前后端分离博客项目 2.0 版本完结啦， 演示链接：http://116.62.199.48/ ，新项目正在酝酿中
小哈学Java
0
堪称最优秀的Docker可视化管理工具——Portainer你真的会用吗？
来源：blog.csdn.net/shark_chili3007/article/details/123366179👉 欢迎加入小哈的星球 ，你将获得: 专属的项目实战 / Java 学习路线 / 一对一提问 / 学习打卡 / 赠书福利全栈前后端分离博客项目
小哈学Java
0
如何计算数据中心的冷却需求？
今日分享 【导读】数据中心的冷却要求受多种因素影响，包括设备的热量输出、占地面积、设施设计和电气系统功率额定值等等……众所周知，环境因素会严重影响数据中心设备。过多的热量积聚会损坏服务器，可能导致其自动关闭。经常在高于可接受的温度下运行服务器会缩短其使用
数据中心运维管理
0
多人同时导出 Excel 干崩服务器！新来的阿里大佬给出的解决方案太优雅了！
点击关注公众号，Java 干货及时推送↓推荐阅读：面试辅导，我们出大成果了！来源：juejin.cn/post/7259249904777838629前言 业务诉求：考虑到数据库数据日渐增多，导出会有全量数据的导出，多人同时导出可以会对服务性能造成影响，导出涉及到mysql查询的io操作，
Java技术栈
1
什么样的冷却方法适合数据中心运营?
冷却数据中心的最简单方法是安装空气交换器，通过服务器室生成冷空气。但是，如果想要节省资金，至少从长远来看，更好的方法可能是在每个机架上安装空气交换器，并使用它们为单个机架的服务器降温。"后机架冷却"，与数据中心中更为传统的空气冷却系统相比，特别是在能源效率方面，其具有一些优势。冷却数据中心的最简单
数据中心运维管理
0
大厂都在用的 Git 代码管理规范 ！
👉 欢迎加入小哈的星球 ，你将获得: 专属的项目实战 / Java 学习路线 / 一对一提问 / 学习打卡 / 赠书福利全栈前后端分离博客项目 2.0 版本完结啦， 演示链接：http://116.62.199.48/ ，新项目正在酝酿中
小哈学Java
2
Go 1.22 的新增功能系列之二：reflect.TypeFor
Go 1.22 的第一个候选版本已经发布，这意味着最终版本即将发布，现在是我在博客中介绍我在这个周期中所做工作的时候了。像往常一样，我的贡献很小，但它们是我的，所以我将从幕后的角度来谈谈它们。首先是reflect.TypeFor。这是整个函数：// TypeFor returns the [Type
GoCN
0
这五款牛逼的 IDEA 插件，堪称代码质量检查利器！
来源：blog.csdn.net/a745233700?type=blog一、Alibaba Java Coding Guidelines二、CheckStyle：三、PMD四、FindBugs：五、SonarLint：总结随着业务的发展，系统会越来越庞大，原本简单稳定的功能，可能在不断迭代后复杂度
码农突围
0