可兒可是張學友的鐵桿粉絲，聽了他的很多很多歌曲，比如“吻別”，“餓狼傳說”，“等你等到我心痛”，“祝福”，“她來聽我的演唱會”等等。學友的歌伴我走過了很多很多歲月，從大學生到研究生，從學生到碼農。都是歌神是情歌王子，那學友的歌裡的情感到底如何，既然玩Python,不如動手分析一下。我們爬取了近16萬的歌詞並分析，並用機器學習分析了一下，哇發現幾個亮點。
01
歌詞的收集
首先是對於歌詞素材的收集，我對比了各大音樂平臺的歌詞爬取難易程度，決定採用百度音樂作為爬取對象，爬取張學友的歌曲，由於其歌詞是採用lrc文件保存，
爬蟲這塊非常簡單，一共才幾十行代碼，我把核心的代碼貼了一下，大家可以動手敲一下看看，不是很難的。爬取結束之後將所有的歌詞文件爬取到了本地。如下圖所示：
但是在讀取歌詞的時候，歌詞中存在缺失，亂碼等問題，所以需要對於歌詞進行耐心的清洗，然後將歌詞以及歌曲名稱以及歌手信息保存到Excel表中，清洗好的數據如下圖所示，去表格開頭一部分的數據:
取表格後10行的數據：
02
歌詞情感分析
接下來便是進行對於歌詞的情感分析，對於歌詞的情感分析，依託的是BosonNLP平臺，該平臺對於中文，提供了許多使用簡單、功能強大、性能可靠的自然語言分析服務。我們這裡是用到他的情感分析的功能。
首先大家得去它的平臺註冊，得到我們個人的API密鑰，如下圖所示：
得到API密鑰後，就按照它的教程進行了對於歌詞的情感分析，該平臺提供的情感分析，每天只有500次的免費使用機會。而且它對於語句的情感分析返回的是兩個值：
- 第一個值是指該語句是非負面的概率
- 第二個值是指的負面的概率，兩個值的和加起來等於1
這裡的負面可以理解為一些消極的態度，例如生氣、焦慮、憂傷等等。代碼如下圖所示：
上述的代碼非常的簡單,主要做了下面幾步:
1).先將歌詞讀入到list_lyrics這個列表中
2).然後調用requests.post函數，將語句送至BosonNLP平臺
3).最後就會返回該歌詞的情感分析值。
小編分析了497首歌，最終得到了張天王的十大悲傷歌曲排行榜，和十大積極歌曲排行榜，如下圖所示：
>>
十大悲傷曲目為: 0 1
0 我不明白 0.996758
1 不想失去你 0.996119
2 燥狂 0.989038
3 I Don T Wanna Be 0.986872
4 你冷得像風 0.977820
5 認床 0.977314
6 葬月 0.977087
7 問月 0.974448
8 當愛變成習慣 0.974190
9 算命 0.973292
十大積極曲目為: 0 1
0 讓奇妙飛翔 0.996168
1 花與琴的流星 0.995877
2 祝願 0.992565
3 溫馨 0.991497
4 仍是會喜歡你 0.990432
5 仍是喜歡你 0.990432
6 流星下的願 0.988126
7 留住這時光 (Full Version) 0.986213
8 簡簡單單就是愛 0.986053
9 飛機師的風衣 0.981768
由上圖可以看出，學友哥的最悲傷的歌曲為《我不明白》，負面指數達到了0.996758，可謂是悲傷至極。小編特地去聽了一下，真的很悲傷，歌曲緩慢展開，充滿了離別的憂傷，是一首典型的悲傷情歌。
03
高頻詞分析
做到這些就完了嗎？顯然不夠，作為情歌王，張學友的各種必然充斥著複雜的“情感關係”，小編分析了歌詞中“他”、“她”、“我”、“你”的數量，最終得到了一下的結果：
讀取文件，然後遍列每一行大歌詞，用count統計每一行的關鍵字.
從圖上我們可以看出，學友哥的歌曲人物關係大部分還是圍繞兩人的情感展開，很少有摻雜“第三者”的問題。
既然是情歌，怎麼能少得了“愛”，小編又為大家分析了這497首歌曲中哪五首歌曲中“愛”字出現的頻率最高，如下圖所示：
從上圖可以看出，《命運舞會》這首歌中“愛”出現的次數最高。
最後小編為大家制作了歌詞的詞雲分析，讓大家清楚的看到，在學友哥的歌曲中，究竟哪些關鍵詞出現的頻率最高，如下圖所示：
發現永遠，自己，沒有，一個，不會，一生，什麼，一切這些詞是高頻出現的。想想確實是的，你試著回憶幾首學友的歌，都忽多忽少的出現這些詞。以上就是小編為大家帶來的基於歌詞的情感分析和統計，Python就是這麼有趣，只要你想玩的趣味練習，Python大部分都能實現。
現在加關注小編有機會獲取高手進階必讀的Python設計模式，機不可失。
