Python分析101位《创造营2020》小姐姐，谁才是网友们心中的颜值担当？

你的名字 2023-02-09 11:58 14阅读 0赞

**前言**

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。

最近可以追的综艺真是太多了，特别是女团选秀节目。之前我们刚聊过《青春有你2》，现在隔壁鹅厂的《创造营2020》又火热开播了。除了数不清的漂亮小姐姐，导师团除了黄子韬、鹿晗，最新一期中吴亦凡更是作为特约教练登场，“归国三子”一下子就引爆了话题度。

![format_png][]

# **1、《创造营2020》到底好看吗？** #

那么《创造营2020》到底好看吗？先让我们看到豆瓣，目前已经有25129人打分，分数为6.6分。

![format_png 1][]

对比起隔壁的《青你2》5.2分，创造营还略胜一筹，不过刚更新3期，还可以在观望一下。

![format_png 2][]

**总体评分分布**

![format_png 3][]

具体看到总体评分分布，其中11.8%的人给了5星，19.6%的人给了4星，其中打1星的最多占到39.8%。

其中给出1分2分算评分较差的，4分5分算比较好的推荐分数。我们分布看到这两部分评分的词云图。

在评分较低的观众看来，主要的吐槽点有关于"赛制"、"导师"、"剪辑"方面。直接表达"不好看"、"劝退"、"吊打"的评论也有不少。

![format_png 4][]

在给出分数较高，推荐的观众看来，《创造营2020》的亮点在于"选手小姐姐"、"导师阵容"、"话题"。鹅厂的"财大气粗"、"燃烧的经费"也令人印象深刻。其次也有认为比《青你2》要更好看的。

![format_png 5][]

# **2、教你用Python分析101位选手小姐姐** #

这次C君也受到了点启发，打算也用Python来盘一盘《创造营2020》的小姐姐们。

下面让我们来**通过Python为大家介绍一下这101位美丽的小姐姐**吧。

*  数据获取
 *  数据预处理：数据合并和字段提取
 *  数据可视化分析

**数据获取**

1、此次我们主要获取了以下部分的数据：

*  从腾讯的官方助力网站，来获取选手的姓名和照片信息
 *  从维基百科获取选手的籍贯、年龄、身高、所在经济公司信息
 *  调用百度智能云的AI人脸识别接口，输入选手照片，获取选手颜值等信息。

下面看到具体步骤和部分关键代码:

**获取腾讯撑腰榜数据**

我们获取数据的页面地址如下：

*https://m.v.qq.com/activity/h5/303\_index/index.html?ovscroll=0&autoplay=1&actityId=107015*

这是一个动态js加载的网站，使用chrome浏览器简单的抓包分析，得到真实的数据传输接口，通过修改其中的pageSize参数即可得到所有的数据。

![format_png 6][]

代码如下：

# 导入库
    import pandas as pd
    import requests
    import json
    
    def get_tx_actors():
        """
        功能：获取创造营2020撑腰榜数据。
        """
        # 获取URL
        url = 'https://zbaccess.video.qq.com/fcgi/getVoteActityRankList?raw=1&vappid=51902973&vsecret=14816bd3d3bb7c03d6fd123b47541a77d0c7ff859fb85f21&actityId=107015&pageSize=101&vplatform=3&listFlag=0&pageContext=&ver=1&_t=1589598410618&_=1589598410619'
    
        # 添加headers
        headers = {
            'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.138 Safari/537.36'
        }
    
        # 发起请求
        response = requests.get(url, headers=headers)
    
        # 解析数据
        json_data = json.loads(response.text)
    
        # 提取选手信息
        player_infos = json_data['data']['itemList']
    
        # 提取详细信息
        names = [i['itemInfo'].get('name') for i in player_infos]
        rank_num = [i['rankInfo'].get('rank') for i in player_infos]
        images = [i['itemInfo']['mapData'].get('poster_pic') for i in player_infos]
    
        # 保存信息
        df = pd.DataFrame({
            'names': names,
            'rank_num': rank_num,
            'images': images
        })
    
        return df

通过以上程序，获取到101位选手的姓名、排名和照片信息，并将选手的照片保存到本地。获取数据如下所示：

df1.head()

![format_png 7][]

## **3、获取维基百科数据** ##

此处使用selenium获取，需要电脑可以登录外网，代码较为简单，暂时省略。

![format_png 8][]

这里主要获取了选手的籍贯、年龄、身高、所在经济公司信息，如下所示：

df2.head()

![format_png 9][]

## **4、调用百度AI接口获取颜值数据** ##

百度AI人脸详细的识别文档地址如下：

https://ai.baidu.com/ai-doc/FACE/yk37c1u4t

首先需要在官网申请个人的token信息，然后下面的程序中，get\_face\_score函数首先构造请求URL，然后构造请求的params表单数据，包括base64编码的图片信息，图片类型和想要获取的人脸信息。通过POST方法获取返回的json数据，返回的json数据里就包含着我们需要的颜值得分和年龄估计等信息，具体代码如下：

def get_file_content(file_path):
        """
        功能：使用base64转换路径编码
        """
        with open(file_path, 'rb') as fp:
            content = base64.b64encode(fp.read())
            return content.decode('utf-8')
    
    def get_face_score(file_path):
        """
        功能：调用api，实现一个百度的颜值分析器
        """
        # 调用函数，获取image_code
        image_code = get_file_content(file_path=file_path)
    
        # 请求base_url
        request_url = "https://aip.baidubce.com/rest/2.0/face/v3/detect"
    
        # 表单数据
        params = {
            'image':'{}'.format(image_code),
            'image_type': 'BASE64',
            'face_field': 'age,gender,beauty'
        }
    
        # 调用函数，获取token
        my_access_token = "官网获取的个人的token信息"
    
        # 获取access_token
        access_token = my_access_token
    
        # 构建请求URL
        request_url = request_url + "?access_token=" + access_token
        # 请求头
        headers = {'content-type': 'json'}
        # 发起请求
        response = requests.post(request_url, data=params, headers=headers)
    
        if response:
            print(response.json())
            age = response.json()['result']['face_list'][0]['age']
            gender = response.json()['result']['face_list'][0]['gender']['type']
            gender_prob = response.json()['result']['face_list'][0]['gender']['probability']
            beauty = response.json()['result']['face_list'][0]['beauty']
    
            all_results = [age, gender, gender_prob, beauty]
    
        return all_results

通过以上程序，获取到101位选手通过百度AI预测的年龄、性别、性别预测概率、颜值等信息。

df3.head()

![format_png 10][]

# 5、数据预处理 #

此处我们主要对以上获取的数据集进行整理和清洗，清洗后的数据如下所示：

df.head()

![format_png 11][]

# **6、数据可视化** #

获取和整理数据之后，接下来我们使用数据可视化库pyecharts进行以下的数据可视化分析。

## **选手的年龄分布** ##

![format_png 12][]

首先在年龄上，选手最小年龄是18岁，最大年龄是25岁。我们对年龄进行了分箱，具体分析发现20-22岁的选手最多，占比达到35.87%。其次是22-24岁，占比29.35%，紧随其后是18-20岁，占比28.26%。最后是24-26岁，仅占比6.52%。看来想要出道真的需要趁早啊!

代码如下：

# 分箱
    age_bins = [18,20,22,24,26] 
    age_labels = ['18-20', '20-22', '22-24', '24-26']
    age_cut = pd.cut(df.age, bins=age_bins, labels=age_labels)
    age_cut = age_cut.value_counts()
    
    # 产生数据对
    data_pair = [list(z) for z in zip(age_cut.index.tolist(), age_cut.values.tolist())]
    
    # 绘制饼图
    # {a}（系列名称），{b}（数据项名称），{c}（数值）, {d}（百分比）
    pie1 = Pie(init_opts=opts.InitOpts(width='1350px', height='750px'))
    pie1.add('', data_pair=data_pair, radius=['35%', '60%'])
    pie1.set_global_opts(title_opts=opts.TitleOpts(title='选手年龄分布'), 
                         legend_opts=opts.LegendOpts(orient='vertical', pos_top='15%', pos_left='2%'))
    pie1.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}:{d}%"))
    pie1.render()

## **选手的真实年龄和百度AI预测对比** ##

![format_png 13][]

我们将百度AI预测的年龄和真实年龄进行了对比，可以看出模型预测的方差较小，由计算可知平均预测的绝对误差在1.67岁，预测结果还是比较准确的。

代码如下：

# 产生数据
    x1_line2 = df.names.values.tolist()
    y1_line2 = df.age.values.tolist()
    y2_line2 =  df.pred_age.values.tolist()
    
    # 绘制折线图
    line2 = Line(init_opts=opts.InitOpts(width='1350px', height='750px'))
    line2.add_xaxis(x1_line2)
    line2.add_yaxis('真实年龄', y1_line2)
    line2.add_yaxis('预测年龄', y2_line2) 
    line2.set_global_opts(title_opts=opts.TitleOpts('选手的真实年龄和百度AI预测对比'), 
                          xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate='30')),
                          yaxis_opts=opts.AxisOpts(min_=15, max_=30),
                         ) 
    line2.set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    line2.render()

# **选手的身高分布** #

![format_png 14][]

通过上图可以看出，选手的身高基本符合正态分布。身高方面小姐姐们都在160以上，最高的是175cm，令人意外的是身高167cm的最多，共有34名。看来女团对身高的要求还挺高的。

## **选手籍贯分布** ##

![format_png 15][]

那么小姐姐们都来自哪些地区呢？

这里我们只是关注了国内的情况，马来西亚和俄罗斯等其他国家，并不在我们的统计范围内。经过分析整理可以发现，来自四川的人数是最多的，看来四川当之无愧是个盛产美女之地，然后是广东和湖南。

代码如下：

city_num = df.region.value_counts()
    
    # 数据对
    data_pair2 = [list(z) for z in zip(city_num.index.tolist(), city_num.values.tolist())]
    
    # 绘制地图
    map1 = Map(init_opts=opts.InitOpts(width='1350px', height='750px'))
    map1.add('', data_pair2, maptype='china')
    map1.set_global_opts(title_opts=opts.TitleOpts(title='选手的籍贯分布'), 
                         visualmap_opts=opts.VisualMapOpts(max_=9))
    map1.render()

## **选手所在经济公司分布** ##

![format_png 16][]

同时再看到选手的经济公司。可以看到，其中丝芭传媒推出的选手人数位居第一，最多共有7人，丝芭传媒是中国大型女子偶像团体SNH48的运营公司，值得注意的是它在青春有你2中选送的选手数量也是最多的。

代码如下：

company_num = df.company.value_counts(ascending=False) 
    
    # 柱形图
    bar1 = Bar(init_opts=opts.InitOpts(width='1350px', height='750px'))
    bar1.add_xaxis(company_num.index.tolist())
    bar1.add_yaxis('', company_num.values.tolist())
    bar1.set_global_opts(title_opts=opts.TitleOpts(title='选手所在经济公司分布'), 
                         visualmap_opts=opts.VisualMapOpts(max_=7),
                         xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate='60')),
                        )
    bar1.render()

# **选手的颜值分布** #

最后再看到大家最最关系的颜值问题啦，这次我们还调用百度智能云的AI人脸识别接口，输入选手照片，获取选手颜值等信息。

![format_png 17][]

通过AI接口，可以看到由百度AI预测的颜值最低为57分，最高为89分，我们对颜值进行了分箱操作，其中55-60对应低，60-70对应中，70-80对应较高，80以上对应高。可以计算，较高和高占比76%，小姐姐们的颜值都是非常高的。

其中百度AI预测颜值最高的小姐姐是谁呢？她就是崔文美秀，很灵动清秀的一位小姐姐呢。

![format_png 18][]

谁是你心中《创造营2020》中的颜值担当呢？在留言区告诉我们吧！

欢迎点击左上角关注小编，除了分享技术文章之外还有很多福利，私信学习资料可以领取包括不限于Python实战演练、PDF电子文档、面试集锦、学习资料等。

[format_png]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL3N6X21tYml6X2pwZy9weE1yUXZnV0xVSXhzOG9pYm9OWHhCRmI3MTI5NVR4dVRPbVFZWENQNlg5N2tzcktiNEZNNHlJWnZSNU5ZT3JiMGdJcEdua0cwSUR5QTNZREphSnpFWFEvNjQw?x-oss-process=image/format,png
[format_png 1]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL3N6X21tYml6X3BuZy9weE1yUXZnV0xVSXhzOG9pYm9OWHhCRmI3MTI5NVR4dVRDeTNLbnhvU3lQdmNCdkJ2Y3psSTdsakVPR05HUVlXcXlSUThpY2tmemljdWliczJqS3pKVEozOUEvNjQw?x-oss-process=image/format,png
[format_png 2]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL3N6X21tYml6X3BuZy9weE1yUXZnV0xVSXhzOG9pYm9OWHhCRmI3MTI5NVR4dVQ2VHFnVms5NmplMEh3dmliclk2ZkxGMENRaG1DNUg2VG1JRFFyenYySFpGVXpRanhCaWNVVTBldy82NDA?x-oss-process=image/format,png
[format_png 3]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL3N6X21tYml6X3BuZy9weE1yUXZnV0xVSXhzOG9pYm9OWHhCRmI3MTI5NVR4dVQ5dWNEYVZkVklWZTA4YlM3UXBDSDhpYzlGb3dPaWFDUHhQTGxTTHFKTlJxdER6N1RrVlZMTFQ1QS82NDA?x-oss-process=image/format,png
[format_png 4]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL3N6X21tYml6X3BuZy9weE1yUXZnV0xVSXhzOG9pYm9OWHhCRmI3MTI5NVR4dVRsaWMzMmhmcjJVMUJiREZpYU9LT2xXVmpQM1VoSDNWQlBabXVpYlN6V1RHZ0swY3JmaHlwSkNaa0EvNjQw?x-oss-process=image/format,png
[format_png 5]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL3N6X21tYml6X3BuZy9weE1yUXZnV0xVSXhzOG9pYm9OWHhCRmI3MTI5NVR4dVRobENhcXBwRDRmNlJoWDB2T3JrNDhCaWJ1VHJGendoQkpLRnRwalUyWXhYN3Y3YjhHU0xFaWJDUS82NDA?x-oss-process=image/format,png
[format_png 6]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL3N6X21tYml6X3BuZy9weE1yUXZnV0xVSXhzOG9pYm9OWHhCRmI3MTI5NVR4dVRhZEhvT3NYYzFiQWljaWJIUEVpYVY0QUU3Y2NjRHVyVWRmNXU5R2Y0VVB6d093ZnJnd3JHbzh0cUEvNjQw?x-oss-process=image/format,png
[format_png 7]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL3N6X21tYml6X3BuZy9weE1yUXZnV0xVSXhzOG9pYm9OWHhCRmI3MTI5NVR4dVRpYnBtc3VpYllsNzhxRUVIbFRIS240NEZma2tJRWljbnZtaWJyZ0tpYUxiZENJcWNyeldCZkFzUWtvUS82NDA?x-oss-process=image/format,png
[format_png 8]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL3N6X21tYml6X3BuZy9weE1yUXZnV0xVSXhzOG9pYm9OWHhCRmI3MTI5NVR4dVRYU1Q4Y3NlcHFrenFRM05HVUFhdkNIWjlhQnR6UXppYmRBaFJGRXBtNUo5Q0NpYUFsaWFwSVdDeFEvNjQw?x-oss-process=image/format,png
[format_png 9]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL3N6X21tYml6X3BuZy9weE1yUXZnV0xVSXhzOG9pYm9OWHhCRmI3MTI5NVR4dVQxcUpoZEtYVWY2c00wSGliQXo5b0hNU2FpY2ZIeDlJVTRjRDBDZ2NNRXM0Q3FlSHV6NHZhUW5iQS82NDA?x-oss-process=image/format,png
[format_png 10]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL3N6X21tYml6X3BuZy9weE1yUXZnV0xVSXhzOG9pYm9OWHhCRmI3MTI5NVR4dVRpY3dxclhqaWFQdGN4SmVBQzkwdmVHalBOUTd6VjFyWHR2SUNWNU1YMG9PR0pVVUhmdDZEM0JGUS82NDA?x-oss-process=image/format,png
[format_png 11]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL3N6X21tYml6X3BuZy9weE1yUXZnV0xVSXhzOG9pYm9OWHhCRmI3MTI5NVR4dVRSa0M5WVU3WDBXWVRpYTNlRWpUVHM2eVhIalBYVFY2N0IzZXlDOVVUbFBrM2liblMyZVZDQUpPUS82NDA?x-oss-process=image/format,png
[format_png 12]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL3N6X21tYml6X3BuZy9weE1yUXZnV0xVSXhzOG9pYm9OWHhCRmI3MTI5NVR4dVR5d1E3V2ljc2liZVhQeXhiYkphNW0za05LaWNkcWljV29iaWFJWUZkWTcwVDRqQ1VXMGdiOHBqelprQS82NDA?x-oss-process=image/format,png
[format_png 13]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL3N6X21tYml6X3BuZy9weE1yUXZnV0xVSXhzOG9pYm9OWHhCRmI3MTI5NVR4dVRVYXdXSXVuT1Q0TmxNcXNpYnllZmliNUk4bk5hMm9iTms4U1FsVHpNdXlTYlZGU2t5Wk1pYTVwakEvNjQw?x-oss-process=image/format,png
[format_png 14]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL3N6X21tYml6X3BuZy9weE1yUXZnV0xVSXhzOG9pYm9OWHhCRmI3MTI5NVR4dVROSzJ3YkV6Q0xzaFF3N3RUdUxhT01rZzZFSmo1RmVEY3ZCWWdKMGd5WXZWVnV4elY4eERSbXcvNjQw?x-oss-process=image/format,png
[format_png 15]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL3N6X21tYml6X3BuZy9weE1yUXZnV0xVSXhzOG9pYm9OWHhCRmI3MTI5NVR4dVR3SmF1U2xxclN1TXl1c0h4N0JPbmhzcVM5VU5uTnEzWEE3ZmFSS21lS3BaQlRYRUJhT3c1S0EvNjQw?x-oss-process=image/format,png
[format_png 16]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL3N6X21tYml6X3BuZy9weE1yUXZnV0xVSXhzOG9pYm9OWHhCRmI3MTI5NVR4dVRMSFBBOXBTSmVSRVpocUxIZlFoNFFXaWJCSUhzQzJVbjQwSmtpYlBURDZYUnUwQzEyOENOV2ZUZy82NDA?x-oss-process=image/format,png
[format_png 17]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL3N6X21tYml6X3BuZy9weE1yUXZnV0xVSXhzOG9pYm9OWHhCRmI3MTI5NVR4dVRDRVljM29xNXRlUDNNMmliY2ljd1c2aWFhMDdOSTREaWJXalZNcmlieENtU0tKZUtaUFJYak44aWJEQmcvNjQw?x-oss-process=image/format,png
[format_png 18]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL3N6X21tYml6X3BuZy9weE1yUXZnV0xVSXhzOG9pYm9OWHhCRmI3MTI5NVR4dVRZV0h4S0t1b29LVGxuSHNKbUtCWDNST3Q5ZWFlSUZlNWxaRmliVTJkdnR5MU9VTjdxdnRvd013LzY0MA?x-oss-process=image/format,png