徐崢《囧媽》口碑崩盤(pán)，袁泉加盟也無(wú)法挽救，python告訴你為什么？

時(shí)間：2022-05-06 13:54:01 | 來(lái)源：行業(yè)動(dòng)態(tài)

時(shí)間：2022-05-06 13:54:01 來(lái)源：行業(yè)動(dòng)態(tài)

每當(dāng)春節(jié)時(shí)，闔家看電影過(guò)年已經(jīng)成為與年夜飯、看春晚、逛廟會(huì)并駕齊驅(qū)的富有時(shí)代特色的新年俗之一。

每年春節(jié)檔被譽(yù)為神仙打架，各顯神通，2020也不例外，被稱為“史上最擁擠”,面對(duì)激烈的競(jìng)爭(zhēng)。

但是在2020因?yàn)樾滦凸跔畈《?，所有春?jié)電影撤檔，原本已經(jīng)購(gòu)買(mǎi)電影票的人，紛紛也進(jìn)行退票，不過(guò)有一個(gè)部電影《囧媽》打破常規(guī)，不按套路出牌，宣布在網(wǎng)絡(luò)免費(fèi)上映，這樣的方式也為在閉門(mén)在家的人們帶來(lái)了春節(jié)的觀影新體驗(yàn)。



雖然《囧媽》的這波操作賺足了好感，但口碑卻沒(méi)有達(dá)到預(yù)期的效果，在豆瓣分值僅僅5.9分，實(shí)屬有些不堪。

從《泰囧》到《港囧》再到這部《囧媽》，囧系列的作品在影迷心目中的好評(píng)，確實(shí)是一直在降低。

徐崢首次突破中國(guó)電影局限，也是在電影界做第一個(gè)吃螃蟹的人，小編猜測(cè)是因?yàn)樗皥?zhí)導(dǎo)的電影基本票房口碑雙豐收，而這次是一個(gè)意外，在追求夢(mèng)想道路上是不可能一帆風(fēng)順的，總有一些跌跌撞撞，為徐崢的勇氣點(diǎn)贊！

為什么這次口碑這么差，是大家對(duì)“囧”系列期待過(guò)高，還會(huì)其他原因呢？小編用python來(lái)告訴你，觀眾不買(mǎi)賬的原因！

豆瓣分值：



總體評(píng)分分布：



從以上圖片得出目前在豆瓣中的總體評(píng)分為5.9分，僅好于19%的喜劇片。從評(píng)分分布來(lái)看，3分的占比最高，有36.39%，其次為2分，有32.09%，5分的比例最低，僅有6.88%。

代碼實(shí)現(xiàn)：

# 總體評(píng)分百分比

score_perc = df_all.星級(jí).value_counts / df_all.星級(jí).value_counts.sum

score_perc = np.round(score_perc*100,2)

# 導(dǎo)入所需包

from pyecharts import options as opts

from pyecharts.charts import Pie, Page

# 繪制柱形圖

pie1 = Pie(init_opts=opts.InitOpts(width='1350px', height='750px'))

pie1.add("",

[*zip(score_perc.index, score_perc.values)],

radius=["40%","75%"])

pie1.set_global_opts(title_opts=opts.TitleOpts(title='總體評(píng)分分布'),

legend_opts=opts.LegendOpts(orient="vertical", pos_top="15%", pos_left="2%"),

toolbox_opts=opts.ToolboxOpts)

pie1.set_series_opts(label_opts=opts.LabelOpts(formatter="{c}%"))

pie1.render('總體評(píng)分分布.html')

評(píng)分時(shí)間走勢(shì)圖：



評(píng)論的時(shí)間走勢(shì)圖和電影熱度一致，在大年初一免費(fèi)上映時(shí)候達(dá)到最高值。

代碼實(shí)現(xiàn)：

# 時(shí)間排序

time = df_all.日期.value_counts

time.sort_index(inplace=True)

from pyecharts.charts import Line

# 繪制時(shí)間走勢(shì)圖

line1 = Line(init_opts=opts.InitOpts(width='1350px', height='750px'))

line1.add_xaxis(time.index.tolist)

line1.add_yaxis('評(píng)論熱度', time.values.tolist, areastyle_opts=opts.AreaStyleOpts(opacity=0.5), label_opts=opts.LabelOpts(is_show=False))

line1.set_global_opts(title_opts=opts.TitleOpts(title="時(shí)間走勢(shì)圖"), toolbox_opts=opts.ToolboxOpts)

line1.render('評(píng)論時(shí)間走勢(shì)圖.html')

評(píng)論用戶城市分布：

接下來(lái)分析了評(píng)論者所在的城市分布。



首先是用條形圖，來(lái)粗略的展示前十大熱門(mén)的影迷城市。

代碼實(shí)現(xiàn)：

# 國(guó)內(nèi)城市top10

city_top10 = df_all.城市處理.value_counts[:12]

city_top10.drop('國(guó)外', inplace=True)

city_top10.drop('未知', inplace=True)

from pyecharts.charts import Bar

# 條形圖

bar1 = Bar(init_opts=opts.InitOpts(width='1350px', height='750px'))

bar1.add_xaxis(city_top10.index.tolist)

bar1.add_yaxis("城市", city_top10.values.tolist)

bar1.set_global_opts(title_opts=opts.TitleOpts(title="評(píng)論者Top10城市分布"),toolbox_opts=opts.ToolboxOpts)

bar1.render('評(píng)論者Top10城市分布條形圖.html')

雖然這部劇的沒(méi)有延續(xù)“囧”系列風(fēng)格，整部片子毫無(wú)笑點(diǎn)，處處能看到令人深思的細(xì)節(jié)，自古以來(lái)“家庭”這個(gè)詞永遠(yuǎn)是人們最看重的東西，無(wú)論是親情也好，亦或是愛(ài)情也罷，溝通、交流始終是最好的解決方式，不要拒絕溝通，自圍城，愿大家都能擁有美滿幸福的家庭。

以上關(guān)于“囧媽”的數(shù)據(jù)都是由python來(lái)實(shí)現(xiàn)的，這是世界編程中一匹黑馬，就如同當(dāng)時(shí)“囧”系列剛出來(lái)之時(shí)，在喜劇電影中創(chuàng)造新的票房奇跡，幾乎不懂編程的小白，都會(huì)選擇學(xué)習(xí)python，有最易懂的語(yǔ)言，有最易學(xué)的框架，能夠減少你在工作中的重復(fù)率，當(dāng)然你的生活也會(huì)更加有趣。

如果你想了解python更多內(nèi)容，記得關(guān)注小編，也可以去“蟻小二”平臺(tái)了解哦~