---

?CDA數據分析師 出品??

【導語】：今天我們橫掃本屆奧斯卡的韓國電影《寄生蟲》，Python技術部分可以直接看第四部分。

今年的第92屆奧斯卡可謂是大片云集，入圍的影片不僅藝術性極高，而且市場口碑都極佳。當中有黑幫片《愛爾蘭人》，經典IP《小婦人》，昆汀的《好萊塢往事》，戰爭片《1917》，另類超級英雄片《小丑》等等，真正稱得上是神仙打架。

可誰也沒想到，當中韓國電影《寄生蟲》爆冷成為了最大的贏家。

這部由韓國導演奉俊昊自編自導的影片，一舉拿下最佳影片、最佳導演、最佳原創劇本和最佳國際電影四座奧斯卡獎杯，創造歷史成為奧斯卡史上首部非英語最佳影片。

作為曾經戰斗在與韓國爭奪端午節到底是誰發明的一線鍵盤俠，C君一下子吃了一筐檸檬，酸到不行。今天我們就來聊聊韓國的這筐檸檬，不對，這部電影《寄生蟲》。

Show me data，用數據說話

今天我們聊聊《寄生蟲》

點擊下方視頻，先睹為快：

01

不一樣的奧斯卡

原汁原味的韓國電影

說到《寄生蟲》橫掃本屆奧斯卡，你可能會說我們有李安啊，不是也拿獎過嗎？要知道作為奧斯卡的寵兒，李安導演在2001年憑借《臥虎藏龍》獲得奧斯卡外語片，在2006年和2013年各憑借《斷背山》和《少年派的奇幻漂流》收獲最佳導演獎，而還未獲得最佳影片的殊榮。

這次韓國導演奉俊昊憑借《寄生蟲》拿下四座大獎，直接超越了李安導演的記錄。

無論我們怎么說，李安拿最佳導演的那兩部電影都是屬于好萊塢電影，李安甚至都該歸為好萊塢的導演，英語說的賊溜。

但反觀《寄生蟲》，扎扎實實的一部韓國電影，韓國人拍韓國事兒，從導演到演員，從主演到配角，愛喝酒的奉俊昊導演甚至連英語都不會說（頒獎詞還得要現場翻譯幫忙），而他之前的作品也都是韓國本土的電影。

他自己也在臺上發表領獎感言的時候說：

“我要感謝昆汀把我的電影放到他的觀影表單里面，讓全世界更多人知道了我的作品。”

但就是這樣一個韓國本土導演，在今年大片云集的情況下拿走份量最重的4個奧斯卡小金人，尤其是歷史上首次囊括最佳外語片和最佳電影，也為韓國第一次拿到了奧斯卡，絕對的硬實力。

02

近年頻頻開掛的

韓國電影

回顧這幾年，韓國電影就像開掛一樣，每年都會出爆款。比如警匪片《惡人傳》；根據村上春樹小說改編的《燃燒》；揭露殘酷社會現實的《熔爐》幾乎部部口碑炸裂，在口味苛刻的豆瓣上都在7.7分以上。

奉俊昊導演其實在韓國早已家喻戶曉，除了《寄生蟲》，他的這些作品也都耳熟能詳。

2006年的《漢江怪物》（豆瓣7.4分）是當時韓國少見的科幻電影，票房自上映以來整整保持了六年韓國票房冠軍之位直至2012年才被《盜賊同盟》趕超。

2013年的《雪國列車》（豆瓣7.4分）該片的故事發生在一個被氣候變化毀掉的未來世界，所有的生物都擠在一列環球行駛的火車上。該片首日在韓國上映就刷新了單日最高票房紀錄。

而2003年的《殺人回憶》更是在豆瓣評分高達8.8分，是許多影迷的必刷片，也影響了之火許多同類型影片。同時，這部影片改編自真實事件華城連環殺人案，公映時引起了強烈的社會探討，令人欣慰的是在2019年9月《殺人回憶》的殺手原型也被緝拿歸案。

讓我們回到《寄生蟲》這部影片，榮獲這么多大獎，這部電影到底好在哪兒？

03

《寄生蟲》講的是什么故事

《寄生蟲》主要講述的是，住在廉價的半地下室出租房里的一家四口，原本全都是無業游民。在長子基宇隱瞞真實學歷，去一戶住著豪宅的富有家庭擔任家教，之后他更是想方設法把父親、母親和妹妹全都弄到這戶人家工作，過上了“寄生”一般的生活…

《寄生蟲》表面上反映的是韓國社會的真實情景，內核上卻展現了所有社會都存在的階級矛盾這一主題。從劇本設定上，窮人一家混進富人一家寄生于此，然后發現早有另一家寄居籬下，兩家窮人為了爭奪寄生權你死我活，整個故事從開始的搞笑到最后的慘劇，沖突與轉折中充滿了黑色幽默。即使是韓語的故事，也能幾乎讓所有的觀影者都產生理解和共鳴，這不是一部電影，這就是一部涵蓋了社會道德和人與人關系的文學作品。

當我們在深刻分析，一本正經地寫影評的時候，愛喝酒的奉俊昊導演，是這么調侃：

記者問：“為什么《寄生蟲》這部電影會讓這么多的觀眾產生共鳴？”

奉俊昊回答：

“我聽到很多人說，這部電影講述的是有關窮人富人以及資本主義，這也是為什么很多人能從電影中找到共鳴的原因。

當然這種說法沒錯，但我認為主要原因是電影開頭兩個年輕人，拿著手機到處找wifi，全世界的人不都是這樣嗎？很多觀眾從開頭就找到了共鳴。”

真是你拿了大獎，說什么都好聽。

04

那觀眾又怎么看呢？

我們爬取了《寄生蟲》在豆瓣上的影評數據。整個數據分析的過程分為三步：

· 獲取數據

· 數據預處理

· 數據可視化

以下是具體的步驟和代碼實現：

獲取數據

1

豆瓣從2017.10月開始全面限制爬取數據，非登錄狀態下最多獲取200條，登錄狀態下最多為500條，本次我們共獲取數據521條。

為了解決登錄的問題，本次使用Selenium框架發起網頁請求，然后使用xpath進行數據的提取。

如下圖所示，本此數據爬取主要獲取的內容有：

· 評論用戶ID

· 評論用戶主頁

· 評論內容

· 評分星級

· 評論日期

· 用戶所在城市

代碼實現：

#?導入所需包 import?numpy?as?np import?pandas?as?pd? import?time import?requests import?re? from?lxml?import?etree from?selenium?import?webdriver from?selenium.webdriver.common.by?import?By from?selenium.webdriver.common.keys?import?Keys from?selenium.webdriver.chrome.options?import?Optionsdef?login_douban():'''功能：自動登錄豆瓣網站'''global?browser??#?設置為全局變量browser?=?webdriver.Chrome()?#?進入登錄頁面login_url?=?'https://accounts.douban.com/passport/login?source=movie'browser.get(login_url)?#?點擊密碼登錄browser.find_element_by_class_name('account-tab-account').click()?#?輸入賬號和密碼username?=?browser.find_element_by_id('username')username.send_keys('你的用戶名')?password?=?browser.find_element_by_id('password')password.send_keys('你的密碼')?#?點擊登錄browser.find_element_by_class_name('btn-account').click()?def?get_one_page(url):'''功能：傳入url，豆瓣電影一頁的短評信息'''?#?進入短評頁browser.get(url)?#?獲取網頁browser.get(url)?#?解析網頁html?=?etree.HTML(browser.page_source)?#?提取用戶名user_name?=?html.xpath('//div/div[2]/h3/span[2]/a/text()')#?提取用戶主頁user_url?=?html.xpath('//div/div[2]/h3/span[2]/a/@href')#?提取推薦星級star?=?html.xpath('//div/div[2]/h3/span[2]/span[2]/@title')#?提取評論時間comment_time?=?html.xpath('//div/div[2]/h3/span[2]/span[3]/@title')#?星級和評論時間bug處理，有的用戶沒有填寫推薦星級star_dealed?=?[]for?i?in?range(len(user_name)):?if?re.compile(r'(\d)').match(star[i])?is?not?None:star_dealed.append('還行')?#?相同的索引位置插入一個時間comment_time.insert(i,?star[i])?else:star_dealed.append(star[i])?#?提取短評信息short_comment?=?html.xpath('//div/div[2]/p/span/text()')#?提取投票次數votes?=?html.xpath('//div/div[2]/h3/span[1]/span/text()')?#?存儲數據df?=?pd.DataFrame({'user_name':?user_name,'user_url':?user_url,?'star':?star_dealed,'comment_time':?comment_time,'short_comment':?short_comment,'votes':?votes})?return?df?def?get_25_page(movie_id):'''功能：傳入電影ID，獲取豆瓣電影25頁的短評信息（目前所能獲取的最大頁數）'''#?創建空的DataFramedf_all?=?pd.DataFrame()#?循環翻頁for?i?in?range(25):url?=?"https://movie.douban.com/subject/{}/comments?start={}&limit=20&sort=new_score&status=P".format(movie_id,i*20)print('我正在抓取第{}頁'.format(i+1),?end='\r')???#?調用函數df_one?=?get_one_page(url)?#?循環追加df_all?=?df_all.append(df_one,?ignore_index=True)#?休眠一秒time.sleep(1)????return?df_all??if?__name__?==?'__main__':#?先運行登錄函數login_douban()#?休眠兩秒time.sleep(2)?#?再運行循環翻頁函數movie_id?=?27010768?#?寄生蟲df_all?=?get_25_page(movie_id)?

爬取出來的數據以數據框的形式存儲，結果如下所示:

從用戶主頁的地址可以獲取到用戶的城市信息，這一步比較簡單，此處的代碼省略。

數據預處理

02

對于獲取到的數據，我們需要進行以下的處理以方便后續分析：

· 推薦星級：轉換為1-5分。

· 評論時間：轉換為時間類型，提取出日期信息

· 城市：有城市空缺、海外城市、亂寫和pyecharts尚不支持的城市，需要進行處理

· 短評信息：需要進行分詞和提取關鍵詞

代碼實現：

#?定義轉換函數 def?transform_star(x):if?x?==?'力薦':return?5elif?x?==?'推薦':return?4elif?x?==?'還行':return?3elif?x?==?'較差':return?2else:return?1#?星級轉換 df_all['star']?=?df_all.star.map(lambda?x:transform_star(x))?#?處理日期數據 df_all['comment_time']?=?pd.to_datetime(df_all.comment_time)#?定義函數-獲取短評信息關鍵詞 def?get_comment_word(df):?'''功能：傳入df，提取短評信息關鍵詞'''import?jieba.analyseimport?os?#?集合形式存儲-去重stop_words?=?set()??#?加載停用詞cwd?=?os.getcwd()?stop_words_path?=?cwd?+?'\\stop_words.txt'with?open(stop_words_path,?'r',?encoding='utf-8')?as?sw:for?line?in?sw.readlines():stop_words.add(line.strip())?#?添加停用詞stop_words.add('6.3')stop_words.add('一張')stop_words.add('這部')stop_words.add('一部')?stop_words.add('寄生蟲')stop_words.add('一家')stop_words.add('一家人')?stop_words.add('電影')stop_words.add('只能')stop_words.add('感覺')stop_words.add('全片')stop_words.add('表達')stop_words.add('真的')stop_words.add('本片')stop_words.add('劇作')#?合并評論信息df_comment_all?=?df['short_comment'].str.cat()?#?使用TF-IDF算法提取關鍵詞word_num?=?jieba.analyse.extract_tags(df_comment_all,?topK=100,?withWeight=True,?allowPOS=())#?做一步篩選word_num_selected?=?[]#?篩選掉停用詞for?i?in?word_num:if?i[0]?not?in?stop_words:word_num_selected.append(i)?else:pass?return?word_num_selectedkey_words?=?get_comment_word(df_all) key_words?=?pd.DataFrame(key_words,?columns=['words','num'])?

數據可視化

03

用Python做可視化分析的工具很多，目前比較好用可以實現動態可視化的是pyecharts。我們主要對以下幾個方面信息進行可視化分析：

· 評論總體評分分布

· 評分時間走勢

· 城市分布

· 評論內容

總體評分分布

截止到目前為止，《寄生蟲》在豆瓣電影上有超過63萬人評價，網站上的總體評分為8.7分，這個分數無疑是非常高的。好于97% 喜劇片，好于94% 劇情片。

從評分星級來看，5星的占比最高，占總數的35.21%，4星以上的比重占到50%以上，給到3星以下的比重比較少，僅10%不到。

代碼實現：

#?總體評分 score_perc?=?df_all.star.value_counts()?/?df_all.star.value_counts().sum() score_perc?=?np.round(score_perc*100,2)#?導入所需包 from?pyecharts.faker?import?Faker 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('總體評分分布.html')?

評分時間走勢圖

評論的熱度在2019年8月份最高。可能是出網上資源的時候吧...

代碼實現：

time?=?df_all.comment_date.value_counts()? time.sort_index(inplace=True)from?pyecharts.charts?import?Line#?繪制時間走勢圖 line1?=?Line(init_opts=opts.InitOpts(width='1350px',?height='750px')) line1.add_xaxis(time.index.tolist()) line1.add_yaxis('評論熱度',?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="時間走勢圖"),?toolbox_opts=opts.ToolboxOpts(),?visualmap_opts=opts.VisualMapOpts())? line1.render('評論時間走勢圖.html')?

評論用戶城市分布

接下來分析了評論者所在的城市分布。

從觀影評價城市來看，北京占到絕大多數，其次是上海。這跟微博統計的數據基本一致。

代碼實現：

#?國內城市top10 city_top10?=?df_all.city_dealed.value_counts()[:12]? city_top10.drop('國外',?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="評論者Top10城市分布"),?toolbox_opts=opts.ToolboxOpts(),visualmap_opts=opts.VisualMapOpts())? bar1.render('評論者Top10城市分布條形圖.html')?

評分詞云圖

代碼實現：

from?pyecharts.charts?import?WordCloud from?pyecharts.globals?import?SymbolType,?ThemeType?word?=?WordCloud(init_opts=opts.InitOpts(width='1350px',?height='750px')) word.add("",?[*zip(key_words.words,?key_words.num)],?word_size_range=[20,?200],?shape='diamond')? word.set_global_opts(title_opts=opts.TitleOpts(title="寄生蟲電影評論詞云圖"),?toolbox_opts=opts.ToolboxOpts())?? word.render('寄生蟲電影評論詞云圖.html')

從電影短評的分詞來看，主要集中對“奉俊昊”導演的探討上。畢竟在此之前，讓大家說出一個韓國導演的名字，大家還是有點摸不著頭腦的，就知道殺人回憶、漢江怪物挺好看。

其次關于“窮人”“富人”“階級”等影片故事內核的關注度也很高。

這里面就有一句大家最常提及的臺詞，引人深思：不是“有錢卻很善良”，是“有錢所以善良”，懂嗎？如果我有這些錢的話，我也會很善良，超級善良。

與此同時針對影片的劇情“反轉”，“鏡頭”等拍攝手法也是觀眾的焦點。

很有意思的是，看本片時觀眾還會跟《燃燒》等韓國電影進行比較。這里也推薦大家可以去看看《燃燒》，也是非常不錯的一部作品。

結語

最后，被檸檬酸到不行的我們，可以繼續當個鍵盤俠去羨慕一下韓國的電影審查制度。但最根本的還是年輕的鍵盤俠們真正長大到要去拍電影、審查電影的時候，能不能真正如自己所說的那般帶來改變。當然也可以學學中國足球，我們是不是可以歸化一個韓國導演？

Show me data 用數據說話。韓國電影《寄生蟲》我們今天就聊到這里。

編輯：Mika

視頻主播：曹鑫

數據：王真達? 后期：楊澤龍?

設計：陳一凡? 參與：王海龍

本文由CDA數據分析師（ID: cdacdacda）出品

最后附上本屆奧斯卡的完整獲獎名單~

長 按 關 注

CDA課程咨詢

聯系人：史老師

電話：18080942131

總結

以上是生活随笔為你收集整理的《寄生虫》横扫奥斯卡，Python告诉你这部电影到底好在哪儿？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。