通往数据挖掘之路：这是吃瓜群众的第二篇。
选题&爬虫&可视化：何红亮
文字搬砖工：MOMO
上篇文章我们这群吃瓜群众看了一看#白百何出轨#话题精华栏下的相关数据（文章内容：#白百何出轨#数据吃瓜群众也来凑热闹（一））当然，这么劲爆的娱乐新闻，仅仅分析精华栏481条状态是远远不够的。
我们都知道，这类新闻爆出，吃瓜群众们都会去主角微博下逛一逛，然后留下“XX到此 一游 ”。所以小编（何红亮同学）就利用课余时间，用Python爬了白百何微博最近一条状态下的评论，爬虫截止时间为4月14日的下午2点。想要看一看爬虫代码的同学在微信公众号中回复“白百何代码”。
微博截图 截止4月16日晚上10点，微博评论数共27w+
从4月11日白百何发博到爬虫截止时间，共有22w+条评论。在写爬虫代码时，小编自己将昵称为表情或空、一些json有误直接做了剔除，最后获取到的评论数据共有11w+条。想要看一看白百何第一条微博评论数据的同学，在微信公众号内回复“白百何原数据”
接下来就利用这11w+条评论数据和对应的用户数据做相应分析，看看吃瓜群众们的行为方式。
白百何最近一条微博每小时评论数
新闻爆出后，观光团第一时间（即4月12日中午12点~13点内）迅速到达白百何微博时间并留言以表“到此一游”，此一小时内，评论数骤达1.6w+（每小时评论数如上图）。观光团持续涌入白百何微博并留言近3个小时，前3个小时的微博评论数共4w+，约占总微博（注：爬虫获取11w+评论）的36.5%。由此可见，#白百何出轨#新闻爆发热度在前3小时最受人关注。
评论内容中频率最高前15个词
依旧通过结巴分词处理评论内容并做词频统计。出现频率最高的前15个词如上图。“出轨”一次提到次数为2w+。爆出新闻后，大家都来评论出轨一事。“观光团”、“卓伟”、“打卡”作为热门词汇，且提到次数相近。很容易能猜测到，有大部分用户会码上“卓伟观光团打卡”等类似语言。
评论热门第一条“卓伟观光团打卡”
Python做出评论词云
词云显示满屏的“哈哈哈”也是没谁了。
时间段内评论数前15名用户发送评论数及对应的昵称
话说回来，一方面是观光团看客大批涌入，另一方面蹭人们的用户也希望能蹭此机会，涨些粉丝，所以也就出现上图中，竟然有用户在此时间段内发了60+的评论！蹭热评的用户为了涨粉也真心不容易。每天要发这么多评论，也是很拼呐。
设备分布占比
设备分布数量
此次评论下，使用iPhone的人最多，约占总设备的66%。看来评论的朋友爱苹果比爱安卓多，且多的不是一点点呐。
小编作为一名“吃瓜路人”，4月13日20:30看了与本事件相关的全明星探斗鱼直播[白百何事件之卓伟独家音频曝光]，并抱着好奇满屏的弹幕到底都在聊些什么的心态，于是就把弹幕数据都爬了下来。
本想结合直播视频回放，带大家一起看一看直播内容和弹幕。然而全明星探太坏了。为了不保留证据，没有录任何八卦爆料直播内容。哎，好气呀~
此次直播时间内，弹幕共有XX条，并在20:59~21:00时间段内，弹幕数达到最高为5500+条。根据上图弹幕趋势显示，20:59前后弹幕量并不多，为什么在这一时间内突然增加弹幕？
20:59弹幕明细
抽取弹幕总数最多的20:59看一看弹幕内容明细。该时间内用户都在扣1，时不时出现2。小编恰巧是边看直播边爬弹幕。这一时间内，恰好是主播准备爆料，询问用户们是否都在，在的扣1，不想听的扣2。正是这一互动，使得弹幕突然增加。不过，小编顺势观察当时在线人数为100w+，然而实时扣1的人数才5.5k+。这一结果是否也反应了了“直播人数”的真实性与否。
根据弹幕内容做分词，内容占比最大的竟然是“卢本伟牛逼”，占总内容的12.5%。占比达到第三的“五五开”实际和“卢本伟”是同一人。卢本伟是一名前LOL职业选手，现在斗鱼开了直播间，做游戏解说。 不知大家是否了解，斗鱼直播平台主营类目是各种和游戏相关的直播，大部分用户都是冲着游戏来的。所以任何视频刷游戏选手名字“卢本伟”或昵称“五五开”也是正常。
卢本伟（五五开百度百科）
去除“卢本伟”和“五五开”的内容分词占比
去除“卢本伟”和“五五开”内容分词词频
去除“卢本伟”和“五五开”这两个词（因为和娱乐圈完全没关系啊！），统计出占比最大的明星名词为吴秀波。为何会在弹幕刷“吴秀波”？小编解救你的八卦之心。在直播时，一个蒙面女主播说：“有个留着胡子，有着一群中年女粉丝的大叔型男明星，跟很多年轻女明星发生过关系。”于是用户们就开始猜测了，弹幕里提到最多的吴秀波就是在这次互动产生的。至于是不是吴秀波欧巴，就不告诉你呀，就告诉你~
发送弹幕数量排名前20名用户昵称
小编不得不佩服这些边看直播边发弹幕的朋友们，尤其是这个叫Hwen Yang同志，能在短短一个多小时的直播里扣270+条弹幕，真的很厉害！臣妾做不到啊！小编OS：看视频和直播，小编只喜欢安安静静得去看，不然太累了。。
今天凌晨，陈羽凡在微博上发出视频回应#白百何出轨#事件，视频中声明他与白百何在2015年就已离婚。所以啊，作为吃瓜群众的你我，在看完下面这一回应视频，也可以散啦。
#陈羽凡退出娱乐圈#4月16日凌晨，陈羽凡发表视频声明：“为了可以陪伴我的家人，为了可以陪伴孩子成长更专注，接下来我将无限时退出娱乐圈。”微博视频 视频中陈羽凡再次回应“白百何出轨事件”称两人2015年已协议离婚。#陈羽凡白百何离婚#
下面是作者介绍：
何红亮同学的微信公众号：通往数据自由之路（hhldata）欢迎关注~
MOMO同学的微信公众号：数据分析实习生（DA_Intern）欢迎关注~
另：在微信公众号内回复“白百何代码”，获取微博爬虫代码。
