再见达叔！回顾一代喜剧大师203部作品-技术圈

突然看到新闻，一代喜剧大师，著名喜剧演员吴孟达离开了，心情还是非常沉重的。我是看着达叔演的电影长大的，比如新乌龙院，功夫，少林足球，逃学威龙，鹿鼎记，大话西游，还有近几年的流浪地球等经典的影片，达叔算是一个非常敬业的演员。

前段时间看浙江卫视的王牌对王牌时，还看到达叔上了这档综艺，发现达叔老了很多。

期间主持人还问了达叔：“什么时候能和周星驰再次合作”?

达叔笑着回答：“他还没有退休，我还没有死，就一定有机会”。

没有想到，现在这句话竟一语成谶。观众们再也没有机会，看到这对黄金搭档在电影里同框出现了。

一代喜剧大师就这么走了，让人感慨万千。在这里，我们用Python从数据上回顾达叔的电影人生，缅怀大师。

对于数据的获取，我们是通过对于豆瓣电影中所收录的关于达叔的影视作品为基础，获取达叔电影作品的数据信息。

对于数据的抓取，我们可以使用python的requests库，之前有很多文章介绍过。不过最近我发现了一个谷歌浏览器的爬虫插件WebScraper，正在体验中。于是就利用webscraper进行了数据抓取，如下图所示。

上图中，大家可以按照上述的步骤，打开webscraper后，创建新的sitemap，并在网页中选择自己需要抓取的元素，webscraper会自动的提取对应的元素，点击“done selecting”后，保存selector执行抓取，就可以获得得到豆瓣电影中关于达叔的电影数据。

02.数据清洗

通过上图可以看到，抓取到的数据，虽然非常的全面，但是却很乱，需要针对数据内容进行清洗，并提取关键的数据。这里我们以提取电影的上映时间、评分和电影时长数据的提取为例，进行数据的简单清洗，程序如下图所示。

程序首先提取数据当中的整数和小数部分，针对每部影片中包含不同数量的数字来进行处理，需要注意的是，数据中确实存在电影评分或者是电影时长的缺失，所以针对缺失的内容，这里用0来进行填充。清洗后得到的数据如下图所示。

1).电影年份分布

获得清洗完成的数据后，接下来我们首先来看一下，达叔作为一名从艺48年的艺人，在漫漫旅途的电影生涯中，不同年份的电影产量到底如何：

上图程序中，首先利用collections库中的Counter类来进行电影上映年份的统计，然后利用柱状图来进行结果的可视化展示。

可以看到，达叔的电影产量的最高峰是在上世纪的九十年代，其中1992年更是参与了多达17部影视作品的制作，其中就包括了与周星驰合作的《逃学威龙2》以及《武状元苏乞儿》等经典电影。

2).电影类型分布

达叔作为一名出色的演员，其演艺生涯中也涉及到了许多类型的电影，我们通过饼形图来看一下达叔的电影类型的分布情况，程序如下图所示。

程序首先通过统计不同类型电影的数量，然后利用饼形图进行结果的可视化，其结果如下图所示：

通过饼形图的可视化结果，可以看到在电影类型中，达叔有超过41.29%的电影都是属于喜剧电影，因此达叔作为一名喜剧大师被广为人知，但是达叔同样也是在其他类型电影中有很多成就的演员，涉及到的影片类型多达10种。

3).电影评分分布

一部影片的好坏，通过大家的评分就能够很好的进行判断，我们接下来看一下达叔电影的评分，如下图所示：

可以看到，达叔的电影评分，成绩大都分布在6-8分之间，可以说达叔的电影不仅高产而且影片质量都是比较不错的。

4).合作过的明星

而在达叔的平生电影中，合作最多的明星通过统计可以发现，就是周星驰。在豆瓣抓取到的数据中，二人合作了24部电影，时间横跨了十余年，可谓是一生的挚友。

达叔电影中评分最高的《大话西游之月光宝盒》达到了9.0分的高分，虽然上映距今已经有26年之久，但是今天看来仍旧是一部百看不厌的影片。最后我们来看一下豆瓣影评中的词云对这部电影的评论。

可以看到，大家对于这部影片最大的评价是“经典”，一部能够让大家至今都觉得非常好看的电影，是对电影人最好的褒奖，也是对于达叔电影生涯的肯定。

以上就是对于达叔电影的数据分析。通过分析这些数据，让我们再一次的感受达叔带给我们的欢笑和回忆。在你的心目中，其中哪部又是最印象深刻的呢？

作者：菜鸟哥

来源：菜鸟学Python

_往期文章推荐_

你猜2018国内票房最高的演员是谁？