基于 Python 的《给阿嬷的情书》豆瓣短评文本挖掘与情感分析（附数据分析代码）-平芜编程栈

点击上方“Python爬虫与数据挖掘”，进行关注

回复“书籍”即可获赠Python从入门到进阶共10本电子书

今

日

鸡

汤

隔户杨柳弱袅袅，恰似十五女儿腰。

上周末和我老婆去电影院看完了《给阿嬷的情书》，作为万千“自来水”的一滴，不得不感叹那时候的爱情和友情都好纯粹。

看完电影之后，后劲还非常大。从前车马很慢，书信很远，一生只够爱一个人。

昨天刷到央视新闻推送的讯息，得悉五一档黑马电影《给阿嬷的情书》票房破11亿，放映期正式延长至6月30日。看这架势，个人感觉有望突破20亿票房。

之前看视频号，都说豆瓣评分9.1高分，今天我去豆瓣上查看，674万多人给出评分，目前已经高达9.2评分了，更上一层楼了。

作为一个Python技术博主，今天我将基于 Python 的角度，对《给阿嬷的情书》豆瓣短评进行文本挖掘与情感分析。从影评上看，已经有7275条影评。

我们先准备好爬虫环境，安装必要的一些爬虫库。

pip install requests beautifulsoup4 pandas jieba wordcloud matplotlib snownlp lxml

去cmd下执行安装。

安装后这里还提示更新，我又尝试着更新，发现已经是最新的库了。

接下来就是开始Python网络爬虫的部分了。代码比较长，这里放一张截图，需要完整爬虫代码的小伙伴可以后台回复【谢南枝】，记得替换你自己的cookie信息。如果不会查cookie，可以加我好友，私信教你解决。

执行爬虫代码，获取影评数据。

坐等完成即可。之后就可以在本地看到抓取的影评信息了，如图所示。

接下来进入数据清洗和分析部分。这里附上数据清洗和分析的代码，如下：

import pandas as pdimport reimport jiebafrom wordcloud import WordCloudimport matplotlib.pyplot as pltfrom collections import Counterfrom snownlp import SnowNLP # --------------------------# 1. 数据清洗# --------------------------df = pd.read_csv("豆瓣_给阿嬷的情书_短评.csv", encoding="utf-8-sig") # 剔除空值、过短无效评论df = df.dropna(subset=["comment"])df = df[df["comment"].str.len() > 3] # 去除表情、特殊符号、空格def clean_comment(text): text = re.sub(r'[\U00010000-\U0010ffff]', '', text) text = re.sub(r'[^\u4e00-\u9fa5a-zA-Z0-9]', '', text) return text.strip() df["clean_comment"] = df["comment"].apply(clean_comment)df = df.drop_duplicates(subset=["clean_comment"]) print(f"✅ 清洗完成，剩余有效评论：{len(df)} 条") # --------------------------# 2. 词频统计 + 词云可视化# --------------------------plt.rcParams["font.family"] = ["SimHei"]plt.rcParams["axes.unicode_minus"] = False all_text = "".join(df["clean_comment"].tolist())stop_words = {"的","了","我","是","很","都","就","也","还","在","和","不","有","着","看","感觉","觉得","真的","这部","电影"} words = jieba.lcut(all_text)valid_words = [w for w in words if w not in stop_words and len(w) > 1]word_count = Counter(valid_words)top20 = word_count.most_common(20)print("\n🔥 高频TOP20词汇：\n", top20) # 生成词云wc = WordCloud( background_color="white", font_path="simhei.ttf", width=1200, height=700, max_words=300, colormap="Oranges")wc.generate(" ".join(valid_words))wc.to_file("豆瓣_阿嬷情书_词云图.png") # 绘制高频词柱状图names = [x[0] for x in top20]nums = [x[1] for x in top20]plt.figure(figsize=(14,6))plt.bar(names, nums, color="#ff9966")plt.title("《给阿嬷的情书》豆瓣短评高频词汇TOP20", fontsize=16)plt.xticks(rotation=45)plt.tight_layout()plt.savefig("豆瓣_高频词汇柱状图.png")plt.show() # --------------------------# 3. 情感分析# --------------------------def get_sentiment(text): score = SnowNLP(text).sentiments if score > 0.5: return "温暖正向", score elif score == 0.5: return "中性平淡", score else: return "遗憾伤感", score df["sent_type"], df["sent_score"] = zip(*df["clean_comment"].apply(get_sentiment))sent_stat = df["sent_type"].value_counts()print("\n🔥 情感分布统计：\n", sent_stat) # 绘制情感分布饼图plt.figure(figsize=(8,8))plt.pie(sent_stat.values, labels=sent_stat.index, autopct="%1.2f%%", colors=["#ffb380","#ffe6cc","#ff8080"])plt.title("《给阿嬷的情书》豆瓣短评情感分布", fontsize=16)plt.savefig("豆瓣_情感分布饼图.png")plt.show() # 保存最终分析数据df.to_csv("豆瓣_阿嬷情书_最终分析数据.csv", index=False, encoding="utf-8-sig")print("\n✅ 全部分析完成！生成了3张图表和最终数据文件")

执行数据清洗和分析代码。

可以看到本地会生成3张图，词云图、高频词汇柱状图和情感分布饼图。

接下来我们一起来看看这3张图吧。

1、词云图

从词云图看，上面直观呈现 “南枝”“女性”“潮汕” 等核心关键词的视觉权重，高频词的字号差异，清晰反映观众讨论焦点的优先级；

2、高频词汇柱状图

量化展示 TOP20 词汇的提及频次，“女性”“南枝”“没有” 等词的绝对领先优势，印证了角色与主题的核心地位。从高频词汇分析结果来看，“南枝”“女性”“潮汕”“这个”“故事” 等词位列 TOP5，其中 “南枝” 作为影片核心角色名出现频次最高，印证了角色塑造的成功性；“潮汕” 作为影片的地域背景标签高频出现，说明观众对影片本土化的地域表达感知清晰；“女性”“女人”“人生” 等词汇的高提及率，体现出观众对影片聚焦女性成长、女性情感的核心叙事方向高度关注，也反映出影片在女性视角表达上的共鸣力。

3、情感分布饼图

以 91.49%:8.51% 的比例直观呈现情感倾向，压倒性的正向占比成为影片口碑的核心数据支撑。这一数据说明影片的情感表达精准击中观众的情感共鸣点，“温暖” 成为核心观影体验；而少量的 “遗憾伤感” 并非负面评价，而是观众对影片中时光流逝、亲情羁绊等叙事内容的共情式情感反馈，反而强化了影片的情感厚度。

行船入夜，恰江上升明月，圆如玉坠，仿若身在故乡，似与你并肩共赏。江海万里，心中念你，便不觉遥远。“一部能让 91% 观众感到温暖的影片，终究是因为讲好了‘人’的故事。你看完《给阿嬷的情书》，印象最深的是哪个情节？评论区聊聊～”

今天的分享就到这里啦，复盘过往、珍惜当下，也期待和更多伙伴一起，在接单路上稳步前行。

今日鸡汤分享：没有那么多天赋异禀，优秀的人总是在努力翻山越岭。

说明：我平时有正式工作，只做兼职副业，只接合理、合法、正规用途的需求，不接违法、违规、恶意攻击类项目。有需要的朋友可以直接留言。加了我微信后，我会自动发送一些自动回复，如有打扰，请忽略即可。那个都是我的微信，绝对是真人，你给我正常发消息即可，必回！

大家在学习过程中如果有遇到问题，欢迎随时联系我解决（我的vx：2584914241），应粉丝要求，我创建了一些高质量的Python学习交流群和付费接单群，欢迎大家加入我的Python学习交流群和接单群。

-------------------End-------------------