Python 分析谁才是「权利的游戏」真正的主角？

作者 | 小F
责编 | 伍杏玲
本文经授权转载自法纳斯特（ID：walker398）
上个礼拜权游大结局，最终的结果「布兰」登上了铁王座。
这个结果确实是大家没有想到的。
原本想着如果不是「龙妈」，那么就该是「雪诺」。
怎么就轮到「布兰」了呢。
一个可以随时随地监视别人的人坐上了铁王座，细思极恐...

权游从2011年4月17日开播直到最后一集5月19日，一共历时九年，终于落下了帷幕。
也算是陪伴了一些人的青春，看看上图里的「小布兰」和长大后的「布兰」。
时光荏苒，岁月如梭，有那么点点哈利波特的感觉（同样也是好多年）。
这次找到了一些权游的数据集，针对这些数据来做一些分析。
主要有人物信息，字幕信息以及屏幕时间信息。
这些数据由GitHub上的一位大佬整理的。

杀手榜

数据是JSON文件，都是别人已经整理好的。
如下是人物信息，包含姓名、家族、人物图片、兄弟姐妹等。

这里只看谁干掉的人最多，其余大伙可以自行探索。
读取文件后，进行排序，代码如下：
import json# 读取人物信息文件with open("characters.json", 'r') as load_f: load_dict = json.load(load_f) characters = load_dict["characters"]# 计算人物的杀人数item = {}for character in characters: if 'killed' in character.keys():       item[character['characterName']] = len(character['killed'])# 排序top15 = sorted(item.items(), key=lambda x: x[1], reverse=True)[:15]print(top15, '\n\n')# 获取杀手榜前15位,以及是哪位被领盒饭for i in top15: for character in characters:       if character['characterName'] == i[0]:          print(i[1], i[0], character['killed'], '\n\n')
结果如下：

看一下前四位狠人，「龙妈」「猎狗」「雪诺」「二丫」。

「猎狗」大叔看似人狠话不多，但是他的内心还是很正义的。

其中「二丫」杀了「夜王」，这一点也没毛病。

就是「雪诺」杀「龙妈」就有点那个啥了，上一秒我们还是“朋友”，下一秒就GG了。

发言榜

下面这个数据是每集的台词，概况如下：

通过遍历字典信息，获取人物发言频次。
import json# 读取人物信息文件with open("script-bag-of-words.json", 'r', errors='ignore') as load_f: load_dict = json.load(load_f)# 对人物人名进行统计names = []for i in load_dict: for j in i['text']:       name = j['name']       if name not in names:          names.append(name)# print(names)# 获取人物说话次数item = {}for name in names: num = 0 for i in load_dict:       for j in i['text']:          if j['name'] == name:             num += 1 item[name] = num# 排序top15 = sorted(item.items(), key=lambda x: x[1], reverse=True)[:15]for i in top15: print(i[1], i[0])
结果如下：

「小恶魔」「雪诺」「龙妈」「瑟曦」「詹姆」排行前五。
「提利昂」曾经说过“大脑需要书才能变得敏锐，就像剑需要磨刀石一样。”

果然作为读书多的，话也就多了。
不然就只能一句句「俺也一样」了，弑君者「詹姆」，「小恶魔」的哥哥。

虽然前期做了不少坏事，不过最后改邪归正，真的实力圈粉。

出场时间

对场景出现时间进行分析，数据概况如下：

对数据进行处理，代码如下：
import jsonfrom datetime import datetime# 读取每集的出场信息with open("episodes.json", 'r') as load_f: load_dict = json.load(load_f) episodes = load_dict["episodes"]for episode in episodes: # 获取每集的片段信息 for scene in episode["scenes"]:       # 处理时间数据       start = datetime.strptime(scene['sceneStart'], "%H:%M:%S")       end = datetime.strptime(scene['sceneEnd'], "%H:%M:%S")       # 国家       with open('got_1.csv', 'a+') as f:          f.write(scene['location'] + ',' + str((end - start).seconds) + ',' + str(episode["seasonNum"]) + ',' + str(episode["episodeNum"]) + '\n')       # 城市       if 'subLocation' in scene.keys():          with open('got_2.csv', 'a+') as f:             f.write(scene['subLocation'] + ',' + str((end - start).seconds) + ',' + str(episode["seasonNum"]) + ',' + str(episode["episodeNum"]) + '\n')       # 人物       for people in scene['characters']:          with open('got_3.csv', 'a+') as f:             f.write(people['name'] + ',' + str((end - start).seconds) + ',' + str(episode["seasonNum"]) + ',' + str(episode["episodeNum"]) + '\n')
最后得到三个文件，分别为国家、城市及人物的出现时间。
这里不对每一季进行分析，那样内容太多了，有兴趣的可以自己试试。
import pandas as pdfrom pyecharts import Bar# 读取数据df = pd.read_csv('got_1.csv', header=None)# df = pd.read_csv('got_2.csv', header=None)# df = pd.read_csv('got_3.csv', header=None)# 汇总名称names = []for name in df[0]: if name not in names:       names.append(name)item = {}for name in names: nums = [] for num in df[df[0] == name][1]:       nums.append(num) # 列表求和 s = sum(nums) # 时间转换 m, s = divmod(s, 60) h, m = divmod(m, 60) item[name] = "%02d:%02d:%02d" % (h, m, s)# 出场时间前15位角色top15 = sorted(item.items(), key=lambda x: x[1], reverse=True)[:15]for i in top15: print(i[1], i[0])
先看一下区域的时间分布结果：

第一王领，第二北境。
下面是城市的屏幕时间情况。

第一位「君临城」——七大王国的首都。
第二位「临冬城」——史塔克家族的城堡。
最后是人物出现的屏幕时间：

第一位是国王之手「小恶魔」。
第二位是什么都不懂的「雪诺」。
第三位是白手起家最后又被骗的「龙妈」。

对每季的人物进行统计：
# 统计每季人物出场时间for i in range(1, 9): name_1 = [] nums_1 = [] df1 = df[df[2] == i] for j in top15:       num_1 = []       for k in df1[df1[0] == j[0]][1]:          num_1.append(k)       name_1.append(j[0])       nums_1.append(sum(num_1)) print(i, name_1, nums_1)def people_scenes(): """ 每季人物出现时间 """ # 参数数据 attr = ['提利昂', '雪诺', '龙妈', '三傻', '瑟曦', '二丫', '詹姆', '莫尔蒙', '戴佛斯', '山姆', '瓦里斯', '席恩', '布蕾妮', '布兰', '猎狗'] v1 = [4903, 5323, 4900, 3608, 4252, 3655, 2523, 3650, 0, 1918, 2949, 3270, 0, 3115, 2442] v2 = [5257, 2658, 3037, 2455, 3021, 3373, 1363, 1694, 1879, 1225, 1594, 2908, 1869, 1387, 1445] v3 = [4146, 2620, 2760, 2369, 2429, 2612, 2674, 2561, 1636, 2074, 1533, 1605, 2009, 1768, 1283] v4 = [5480, 3818, 2490, 3130, 4694, 2510, 4269, 1634, 1021, 2273, 1332, 1190, 1536, 1427, 2328] v5 = [4469, 5066, 3767, 2919, 3927, 2770, 1889, 2998, 1452, 2742, 876, 1635, 1163, 0, 0] v6 = [2852, 5527, 2473, 3848, 2222, 2294, 2948, 827, 4101, 1268, 1424, 1626, 1749, 2107, 906] v7 = [5849, 7840, 5773, 3436, 3426, 2744, 4074, 4549, 4417, 1747, 3072, 2553, 2313, 1246, 3657] v8 = [8148, 7513, 6494, 3940, 1551, 4357, 3935, 1740, 3679, 2871, 3247, 888, 3817, 3296, 1827] # 创建条形图 bar = Bar("权游人物出场时间分布", title_pos='center', title_top='18', width=800, height=400) bar.add("第一季", attr, v1, is_convert=True, xaxis_min=10, yaxis_label_textsize=12, is_yaxis_boundarygap=True, yaxis_interval=0, is_label_show=False, is_legend_show=True, label_pos='right', legend_orient='vertical', legend_pos='80%', legend_top='30%', is_yaxis_inverse=True, is_splitline_show=False, is_stack=True) bar.add("第二季", attr, v2, is_convert=True, xaxis_min=10, yaxis_label_textsize=12, is_yaxis_boundarygap=True, yaxis_interval=0, is_label_show=False, is_legend_show=True, label_pos='right', legend_orient='vertical', legend_pos='80%', legend_top='30%', is_yaxis_inverse=True, is_splitline_show=False, is_stack=True) bar.add("第三季", attr, v3, is_convert=True, xaxis_min=10, yaxis_label_textsize=12, is_yaxis_boundarygap=True, yaxis_interval=0, is_label_show=False, is_legend_show=True, label_pos='right', legend_orient='vertical', legend_pos='80%', legend_top='30%', is_yaxis_inverse=True, is_splitline_show=False, is_stack=True) bar.add("第四季", attr, v4, is_convert=True, xaxis_min=10, yaxis_label_textsize=12, is_yaxis_boundarygap=True, yaxis_interval=0, is_label_show=False, is_legend_show=True, label_pos='right', legend_orient='vertical', legend_pos='80%', legend_top='30%', is_yaxis_inverse=True, is_splitline_show=False, is_stack=True) bar.add("第五季", attr, v5, is_convert=True, xaxis_min=10, yaxis_label_textsize=12, is_yaxis_boundarygap=True, yaxis_interval=0, is_label_show=False, is_legend_show=True, label_pos='right', legend_orient='vertical', legend_pos='80%', legend_top='30%', is_yaxis_inverse=True, is_splitline_show=False, is_stack=True) bar.add("第六季", attr, v6, is_convert=True, xaxis_min=10, yaxis_label_textsize=12, is_yaxis_boundarygap=True, yaxis_interval=0, is_label_show=False, is_legend_show=True, label_pos='right', legend_orient='vertical', legend_pos='80%', legend_top='30%', is_yaxis_inverse=True, is_splitline_show=False, is_stack=True) bar.add("第七季", attr, v7, is_convert=True, xaxis_min=10, yaxis_label_textsize=12, is_yaxis_boundarygap=True, yaxis_interval=0, is_label_show=False, is_legend_show=True, label_pos='right', legend_orient='vertical', legend_pos='80%', legend_top='30%', is_yaxis_inverse=True, is_splitline_show=False, is_stack=True) bar.add("第八季", attr, v8, is_convert=True, xaxis_min=10, yaxis_label_textsize=12, is_yaxis_boundarygap=True, yaxis_interval=0, is_label_show=False, is_legend_show=True, label_pos='right', legend_orient='vertical', legend_pos='80%', legend_top='30%', is_yaxis_inverse=True, is_splitline_show=False, is_stack=True) # 生成图表 bar.render("权游人物出场时间分布.html")people_scenes()
得到结果如下：

最后来看一下第一季的数据：
def people_season(season, mes1, mes2): """ 每季统计 """ attr = mes1 v1 = mes2 bar = 'bar' + str(season) bar = Bar('第' + str(season) + '季人物出场时间分布', title_pos='center', title_top='18', width=800, height=400) bar.add("", attr, v1, is_convert=True, xaxis_min=10, yaxis_label_textsize=8, is_yaxis_boundarygap=True, yaxis_interval=0, is_label_show=True, is_legend_show=False, label_pos='right', is_yaxis_inverse=True, is_splitline_show=False) bar.render('第' + str(season) + '季人物出场时间分布.html')# 遍历每一季for season in range(1, 9): df2 = df[df[2] == season] for i in df2[0]:       if i not in names:          names.append(i) item = {} # 对人物出现时间进行统计 for j in names:       num_3 = []       for k in df2[df2[0] == j][1]:          num_3.append(k)       item[j] = sum(num_3) # 排序 top15 = sorted(item.items(), key=lambda x: x[1], reverse=True)[:15] print(top15) name_2 = [] num_2 = [] # 对前15位进行数据汇总 for p in top15:       name_2.append(p[0])       num_2.append(p[1]) print(season, name_2, num_2) people_season(season, name_2, num_2)
结果如下：

有一半都领盒饭了，当然也有坚持到最后的。坚持下来的，狼家的居多。

源码：https://pan.baidu.com/s/1oBYdzs5KtB9TXHWxZ7getg
提取码：juc9

【END】

作为码一代，想教码二代却无从下手：

听说少儿编程很火，可它有哪些好处呢？
孩子多大开始学习比较好呢？又该如何学习呢？
最新的编程教育政策又有哪些呢？
下面给大家介绍CSDN新成员：极客宝宝（ID：geek_baby）
戳他了解更多↓↓↓

热文推荐
学术界“失守”：IEEE 禁止华为员工参与审稿，学界抗议美政府
程序员疯狂记事：如何利用众多技术栈构建一个 Web 应用程序？！
首款“印度制造”的微处理器 AJIT 面世！
国内第一部 AI 本科专业教育培养体系出炉！
“再见，微软！”
服务迁移之路 | Spring Cloud向Service Mesh转变 | 技术干货
不止面基V神，今年以太坊技术及应用大会，他还期待……
一文获取36个Python开源项目，平均Star 1667，精选自5000个项目
史上最大规模ACL大会放榜，百度10篇NLP论文被录用！
大神！这段代码让程序员躺赚200W，源码简单，你怎么看？
你点的每个“在看”，我都认真当成了喜欢