人工智能演员表(python人工智能)

前段时间向往的生活第二季中，托尼何老师给山争大叔洗头那一幕，着实给节目赚足了笑点。

而最近徐峥凭借《我不是药神》在电影院也收了不少观众眼泪，在这部电影里面他颠覆了当初囧系IP电影和心花路放的搞笑印象。对于现实主义的题材作品，电影本身的成功不仅在题材的选取上，更是因为监制宁浩徐峥、导演文牧野和其他主演的一起合作。

《港囧》发布时，山争哥另辟蹊径，在发布会上化身徐布斯用大数据分析《港囧》，把观众笑声次数换算成票房收入。

所以在徐峥的独特眼光中，什么样的题材、导演、演员才是他的青睐？本文用Python爬取数据、并用R语言进行数据可视化处理来了解这位才子。

数据爬取

考虑到只有几百条数据，就简单地写了爬虫脚本，得到徐峥合作过的演员、合作次数、演员被收藏数、合作的作品名、作品导演、作品类型、作品评分。Python代码如下：

1-*- coding: utf-8 -*-

2from bs4 import BeautifulSoup

3import requests

4import pandas

5import time

6newarry = []

7user_agent = *******

8headers = {User_Agent: user_agent}

9for i in range(15):

10 gradeUrl = https://movie.douban.com/celebrity/1274297/partners?start=+str(i*10)

11 res = requests.get(gradeUrl, headers)

12 soup = BeautifulSoup(res.content, html.parser).find(class_=article)

13 for item in soup.find_all(class_=partners item):

14 partner = item.select(a)[1].text

15 times = item.select(li)[1].text

16 collect_num = item.select(li)[2].text

17 url_list = item.select(li)[1]

18 for url in url_list.find_all(a):

19 each_page = requests.get(url.get(href), headers)

20 sub_res = BeautifulSoup(each_page.content, html.parser)

21 info = sub_res.find(id=wrapper)

22 movie_name = info.select(span[property="v:itemreviewed"])[0].text

23 print(movie_name)

24 director = info.find(class_=attrs).select(a)[0].text

25 types = .join([style.text for style in info.select(span[property="v:genre"])])

26 if info.find(class_=ll rating_num) is None:

27 rate = 0

28 else:

29 rate = info.find(class_=ll rating_num).text

30 newarry.append({

31 partner: partner.split(" ")[0],

32 time: times[5],

33 collect_num: collect_num,

34 movie_name: movie_name,

35 director: director,

36 types: types,

37 rating: rate

38 })

互联网小常识：计算机病毒的主要特征：非授权可执行性、隐蔽性、传染性、潜伏性、表现性或破坏性、可触发性。

39 time.sleep(2)

40 print(newarry)

41

42new_df = pandas.DataFrame(newarry, columns=[partner, time, collect_num, movie_name, director, types, rating])

43new_df.to_excel(D:\partner.xlsx)

44print(new_df)

数据分析

首先来看看徐峥出演的电影中，评分排前10的电影名，《我不是药神》是徐峥目前评分最高的电影，这成绩完全可以算国产片里的现象级了。

还有极限挑战和向往的生活，徐峥作为临时嘉宾的那期节目也得到了不错的反响。

既然徐峥让观众又是悲伤涌起、又是捧腹大笑，那么看看他出演的作品中不同类型的评分情况，果然还是喜剧排名比较靠前，徐峥出演惊悚悬疑类的电影排名靠后，看来搞笑大叔的深刻印象，不能让大家接受他出演惊悚片。徐峥去的真人秀和脱口秀节目，也在当期取得不错的收视率和口碑。

接下来看看徐峥和哪些导演合作比较紧密？徐峥出演自己自导的电影有4次，山争大哥完全没放过自己当主演的机会，和宁浩导演合作4次，《疯狂的石头》《无人区》《心花路放》《疯狂的赛车》这四部，都是不错的电影，除开合作伙伴的关系，这应该也是徐峥选择出演电影的原因。《我不是药神》也是宁浩监制、文牧野导演。

再来看看合作导演的作品评分情况，图a是评分排名前15的导演名字，图b是评分排名后15的导演名字，徐峥在2002年黄蜀芹导演的《上海沧桑》中并不是主演，排名第二的任静是《极限挑战》的导演，徐峥参加过的当期节目取得了9.0的豆瓣评分，看来他真的很适合参加真人秀。

图 a

图 b

再看看徐峥合作过的演员情况，图c是和徐峥合作过的演员作品平均评分排名前10的演员，图d是作品平均评分排名后10的演员。合作最多的演员是黄渤，一共有9次的合作，《疯狂的石头》《疯狂的赛车》《无人区》《心花路放》《泰囧》等作品都取得了不错的票房和评分，但是《爱情呼叫转移Ⅱ：爱情左右》只有5.2的评分，导致黄渤没有在这前10里，而张艺兴、孙红雷、罗志祥只和徐峥合作过一期《极限挑战》就9.0靠前了，看来平均值有时候真的会掩盖重要的信息。

图 c

图 d

最后再看看徐峥囧系IP电影选角的演员人气情况，将演员豆瓣上被收藏的次数作为人气的测量，对比《港囧》《泰囧》《人在囧途》的演员人气，看来《港囧》的失败确实很大因素归因为选角，人气明显低于《泰囧》。

最后再将陶虹的合作演员表爬取下来，看看夫妻二人在电影圈的社交网络关系，陶虹和徐峥的共同出镜次数还挺多，合作过的电影和演员也不少，不过徐峥的出演次数更多，圈子更大，夫妻二人很和谐的搭配方式。

附上R语言的可视化代码：

1library(dplyr)

2library(plyr) 这个包里面的count函数才能统计文本的个数

3library(tidyverse)

4library(ggplot2)

5library(readxl)

6library(xlsx)

7library(RColorBrewer)

8

9movie_data <- read_excel("D:\\partner111.xlsx")

10 徐峥合作伙伴评分排名前10和后10的演员

11left_data <- movie_data[movie_data$rating!=0, ] 去掉没有评分的电影

12attach(left_data)

13ave_rate <- aggregate(as.numeric(rating), by=list(par_name), FUN="mean")

14ave_rate$rate <- round(ave_rate$x, 1)

15detach(left_data)

16ave_rate <- ave_rate[order(ave_rate$rate), ]

17col <- brewer.pal(9,Blues)

18pbbPalette <- c("FFCCCC","FF9999","FF6666","FF3333","FF0000","CC0000","990033","990000","660000","330000")

19cbbPalette <- c("000000", "E69F00", "56B4E9", "009E73", "F0E442", "0072B2", "D55E00", "CC79A7", "FF0033", "339999")

20ggplot(data = head(ave_rate,10), aes(x = reorder(Group.1,rate,median), y = rate)) + ylim(0,10) + geom_bar(stat="identity",fill=pbbPalette) +

21 labs(title = "rating of moives", x="合作演员", y="平均评分")

22ggplot(data = tail(ave_rate,10), aes(x = reorder(Group.1,rate,median), y = rate)) + ylim(0,10) + geom_bar(stat="identity",fill=pbbPalette) +

23 labs(title = "rating of moives", x="合作演员", y="平均评分")

24

25 合作的导演的作品评分

26attach(left_data)

27dir_rate <- aggregate(as.numeric(rating), by=list(director), FUN="mean")

28dir_rate$rate <- round(dir_rate$x, 1)

29detach(left_data)

30dir_rate <- dir_rate[order(dir_rate$rate),]

31ggplot(data = head(dir_rate,15), aes(x = reorder(Group.1,x,median), y = x)) + ylim(0,10) + geom_bar(stat="identity",fill=steelblue) +

32 labs(title = "rating of director", x="导演", y="平均评分") +

33 theme(axis.text.x = element_text(size = 8, family = "myFont", face = "bold", vjust = 0.5, hjust = 0.5, angle = 45)) +

34 geom_text(aes(label = rate, vjust = -0.8, hjust = 0.5), show.legend = TRUE)

互联网小常识：以太网组网的基本方法：IEEE802.3标准定义了以太网MAC层和物理层的协议标准。Mac层均采用CSMA/CD方法和相同的帧结构。但不同的以太网在物理层的实现方式却不同。传统以太网的物理层标准定义方式为IEEE802.3 x Type-y name。其中x表示传输速率单位为Mbps，Type表示传输方式是基带还是频带，y为网段最大长度单位是100m，name表示局域网名称。

35ggplot(data = tail(dir_rate,15), aes(x = reorder(Group.1,x,median), y = x)) + ylim(0,10) + geom_bar(stat="identity",fill=steelblue) +

36 labs(title = "rating of director", x="导演", y="平均评分") +

37 theme(axis.text.x = element_text(size = 8, family = "myFont", face = "bold", vjust = 0.5, hjust = 0.5, angle = 45)) +

38 geom_text(aes(label = rate, vjust = -0.8, hjust = 0.5), show.legend = TRUE)

39

40 合作的导演次数

41attach(left_data)

42dir_time <- left_data %>% select(movie_name,director)

43dir_time <- dir_time[!(duplicated(left_data$movie_name)),]

44dir_table <- count(dir_time$director)

45detach(left_data)

46dir_table <- dir_table[order(dir_table$freq),]

47ggplot(data = dir_table[dir_table$freq>=2,], aes(x = reorder(x,freq,median), y = freq)) + geom_bar(stat="identity",fill=steelblue) +

48 labs(title = "times of director", x="导演", y="合作次数") +

49 theme(axis.text.x = element_text(size = 8, family = "myFont", face = "bold", vjust = 0.5, hjust = 0.5, angle = 45)) +

50 geom_text(aes(label = freq, vjust = -0.8, hjust = 0.5), show.legend = TRUE)

51

52 徐峥评分排名前10的电影名

53attach(left_data)

54top_movie <- aggregate(as.numeric(rating), by=list(movie_name), FUN="mean")

55detach(left_data)

56rank_moive <- top_movie[order(top_movie$x), ]

57ggplot(data = tail(rank_moive,10), aes(x = reorder(Group.1,x,median), y = x)) + ylim(0,10) + geom_bar(stat="identity",fill=pbbPalette) +

58 labs(title = "top10 moives", x="电影", y="评分") +

59 theme(axis.text.x = element_text(size = 8, family = "myFont", face = "bold",vjust = 0.7, hjust = 0.7, angle = 45))

60

61 囧字IP电影的演员人气对比

62jiong <- left_data[left_data$movie_name %in% c("人在囧途","人再囧途之泰囧","港囧"),]

63jiong$collection <- as.numeric(jiong$collection)

64cbbPalette <- c("E69F00", "56B4E9", "009E73")

65ggplot(data = jiong, aes(x = movie_name, y = collection)) + geom_boxplot(fill=cbbPalette) +

66 labs(title = "collection in the movie of jiong IP", x="演员", y="人气")

67

68 徐峥电影类型对比

69attach(left_data)

70agg_data <- left_data %>% select(movie_name,types,rating)

71agg_data <- agg_data[!(duplicated(left_data$movie_name)),]

72View(agg_data)

73detach(left_data)

74li = list("喜剧","真人秀","爱情","剧情","悬疑","脱口秀","犯罪","动作","惊悚","古装","奇幻","动画")

75type = c()

76ave_rating =c()

77for (i in li){

78 type_moive <- agg_data[grepl(i,agg_data$types), ]

79 ave = mean(as.double(type_moive$rating))

80 type = c(type, i)

81 ave_rating = c(ave_rating, ave)

82}

83type_rating <- data.frame(type=type, ave_rating=ave_rating)

84pbbPalette <- c("FFCCCC","FF9999","FF6666","FF3333","FF0033","FF0000","CC3333","CC0000","990033","990000","660000","330000")

85ggplot(data = type_rating, aes(x = reorder(type,ave_rating,median), y = ave_rating)) + ylim(0,10) + geom_bar(stat="identity",fill=pbbPalette) +

86 labs(title = "rating of types", x="类型", y="平均评分") +

87 theme(axis.text.x = element_text(size = 8, family = "myFont", face = "bold", vjust = 0.5, hjust = 0.5, angle = 45)) +

88 geom_text(aes(label = round(ave_rating,1), vjust = -0.8, hjust = 0.5, color = red), show.legend = TRUE)

89

90

91library(igraph)

92加载数据框

93attach(movie_data)

94agg_data <- movie_data %>% select(par_name, time)

95detach(movie_data)

96agg_data <- agg_data[!(duplicated(agg_data$par_name)),]

97nrow(agg_data)

98centre <- rep("徐峥",time=148)

99graph_data <- data.frame(centre,agg_data)

100write.xlsx(graph_data,"D:\\mydata.xlsx")

101all_data <- read_excel("D:\\mydata.xlsx")

102g <- graph.data.frame(all_data)

103 徐峥的关系网络图

104生成图片，大小是800*800px

105jpeg(filename=D:\\GRAPH1.jpg,width=800,height=800,units=px)

106plot(g,

107 vertex.size=2,节点大小

108 layout=layout.kamada.kawai, 布局方式

109 vertex.shape=none, 不带边框

110 vertex.label.cex=1, 节点字体大小

111 vertex.label.color="CC79A7", 节点字体颜色

112 edge.arrow.size=0.2) 连线的箭头的大小

113关闭图形设备，将缓冲区中的数据写入文件

114dev.off()

115

116 徐峥和陶虹的关系网络图

117 install.packages("RcolorBrewer")

118library(RColorBrewer)

119col <- brewer.pal(9,Blues)

120V(g)$label.color <- "FF0033" 标签颜色设置

121attach(all_data)

122all_data <- all_data[order(time),]

123n3 <- nrow(all_data[time>6,])

124n2 <- nrow(all_data[time>=3&time<=6,])

125n1 <- nrow(all_data[time<3,])

126detach(all_data)

127edge_col <- c(rep(col[3],n1),rep(col[6],n2),rep(col[9],n3)) 边根据不同的数字设置不同深浅的颜色

128V(g)$size=degree(g)/12

129jpeg(filename=D:\\GRAPH2.jpg,width=1000,height=1000,units=px)

130plot(g, layout = layout.fruchterman.reingold,vertex.label.cex=1,edge.color=edge_col,edge.arrow.mode=-)

131dev.off()