image
摘要：用 Python 分析过往 36 年春晚节目数据，发现一些趣事。
马上就要过年了，距离 2019 己亥猪年的除夕已不足一个礼拜，提起除夕，多数人马上想到「春节联欢晚会」这道丰盛的「年夜大餐」。看过那么多春晚，哪一年、哪些节目、哪些人你还留有深刻印象呢。
记忆中，只完整地看过 2005 年到 2015 年十年春晚。05 年之前，还很小，看不懂；15 年之后，长大了，也看不懂了。
如今，距离第一届春晚 1983 年，整整过去了 36 年，3 轮的「十二生肖」年。趁今年春晚还没到，来回顾一下过往 36 届春晚的一些有趣数据。
分析内容
接下来，通过 Python 数据分析，会回答下面这些问题，在知道答案之前，你可以先猜猜看：
-
谁导演春晚次数最多？
-
谁主持春晚次数最多？
-
哪两年的除夕刚好是同一天？
-
谁上春晚次数最多，堪称「钉子户」？
-
港台明星上春晚次数对比
-
歌曲、小品、相声类节目数量对比
数据获取
网上搜了挺久都没有找到齐全的春晚节目数据，连春晚官网也没有，结果在维基百科上找到了。
image
右侧信息表有导演、主持人、除夕当天日期这几项数据。
image
节目单表是每一年春晚上表演的节目，包括：节目类型、节目名、演员名这几项数据。
Python 抓取这类表格数据，方法简单，几行代码就能搞定，修改 URL 的 page 参数，可以循环遍历抓取 1983 到 2018 年所有的节目数据。
数据抓取代码如下：
import requests
import pandas as pd
from urllib.parse import quote
def get_content(year):
keywords = quote('年中国中央电视台春节联欢晚会')
url = 'https://zh.wikipedia.org/wiki/{}{}'.format(year,keywords)
# 1 节目单； 0 节目信息
if year != 2014:
response = pd.read_html(url)[1]
else:
response = pd.read_html(url)[3]
response['year'] = year
response.drop([0],inplace=True) #删除首行
response.to_csv('chinese_newyear.csv',mode='a',encoding='utf_8_sig',index=0,header=0)
if __name__ == '__main__':
for year in range(1983,2018):
get_content(year)
抓取下来的节目信息：
image
抓取下来的节目数据：
image
抓取下来的数据是脏数据，用 Python 清洗处理一下就可以分析，这些不是重点，所以下面直接进入分析环节，来一探究竟。
数据分析
▌谁导演春晚次数最多？
导演是春晚的总负责人，好比厨师，厨师决定了春晚大餐好不好吃。36 年间，有很多导演负责过春晚，比如近些年的哈文、朗昆，你可能想知道他们是不是导演次数最多的，下面就来看看导演次数最多的十大导演：
image
导演次数最多的是黄一鹤和朗昆导演，两个人都导演了 5 次。
黄一鹤导演对于 80 后之后的人来说，不算熟悉，因为他导演春晚的时候是在 80 年代，很多人都没有出生。朗坤则相对熟悉些，最近一次导演是 2009 年。那一年的春晚，是印象最深刻的一届，因为诞生了赵本山最棒的小品《不差钱》（个人之见）。
哈文一共导演了 3 次，都在 2010 年之后，其他的导演就不那么熟悉了，相比于主持人、演员，他们是幕后工作者。
代码实现如下：
def get_director():
data = pd.read_csv('chinese_newyear3.csv',encoding='utf_8_sig')
# 筛选导演主持人
data = data[data['category'] == '导演']
# data = data[data['category'] == '主持']
data2 = data['content'].str.split('、',expand=True)
# 统计出现次数
data2 = data2.apply(pd.value_counts)
data2['col_num'] = data2.sum(axis=1)
data2.sort_values(by='col_num',ascending=False,inplace=True)
data2 = data2['col_num'][:10][::-1]
return data,data2
def analysis6(data,data2):
data = data.set_index('year')
data2.sort_values(ascending=False,inplace=True)
lst = list(data2.index)[:10]
lst_num = list(data2)[:10]
colorsall = [color1,color2,color3,color4,color5,color1,color2,color3,color4,color5]
for i,name in enumerate(lst):
data3 = data['content'].str.contains(name,na=False).astype('int')
data3 = pd.DataFrame(data3[data3.values == 1])
data3['year'] = data3.index
axs = fig.add_subplot(1, 10, 1+i)
data3.plot(
ax=axs,
x='content',
y = 'year',
kind = 'scatter',
subplots=True,
sharey=True,
color=colorsall[i],
)
new_ticks = np.linspace(1980,2020,41)
plt.yticks(new_ticks)
plt.tick_params(direction='in') #标签朝里
plt.tick_params(which='major',length=0) # 不显示刻度标签长度
plt.xticks([]) #去掉坐标标签
plt.xlabel('%i' %(lst_num[i]),fontsize=10)
plt.xlim(0,2)
plt.title(name,color=color5,fontsize=10)
plt.tight_layout()
fig.subplots_adjust(hspace=0,wspace=0) # 调整子图间距为0
plt.savefig('导演次数最多的主持 TOP 10.png',dpi=200)
plt.show()
▌谁主持春晚次数最多？
导演过后就是主持人了，他们堪称春晚的门面，大家也更熟悉些，不管是早年的赵忠祥、倪萍，中生代的朱军、董卿，还是近年新晋的康辉、李思思以及我们新疆大帅锅尼格买提，只要一提名字，你马上就能对号入座。
可你知道主持界的「钉子户」是谁？「常青树」又是哪些人？ 来看看春晚主持次数最多的 TOP 10 名单：
image
一眼望去，十个人每一个都很熟悉。
排第一的是 主持了 21 年的朱军，称得上劳模了，从 1997 年连续不间断地住持到 2017 年，远超其他主持人。
排第二的是周涛，主持了 14 年，2011 年之后退居幕后， 2016 年又复出了一次。对她的印象，莫过于 2003 年和冯巩合作过的一个小品《马路情歌》：
image
排第三的是董卿，从 05 年开始主持，只在 2018 年缺席了一年，大家都喜欢她，所以她缺席也成为去年春晚的一大讨论话题。好消息是，今年的春晚她会继续主持。
董卿春晚上的亮点太多了，印象最深的是和刘谦三度搭档过的魔术节目。刘谦技术够神，董卿配合地也神。另一个好消息是，自 13 年阔别春晚舞台之后，刘谦今年也会再度登台，二人是否还会继续搭档呢，拭目以待。
image
再往后是一对著名搭档，赵忠祥和倪萍老师，可惜印象不深，找了找他们曾主持过的春晚照片，满满的历史感。
image
<center>（1992 年春晚）</center>
image
<center>（1996 年春晚）</center>
再之后是李咏，刚刚离开不久，喜欢他的风格，希望天堂也有话筒，也有春晚。
image
说完主持人，下面说一说除夕的日期。
▌哪两年的除夕刚好是同一天？
小时候一直没有搞懂中国的农历，想不明白为什么每年除夕的日子都不一样，为什么过年不是在元旦。后来才知道这是我们老祖宗的智慧，因为农历比阳历更加准确。
每年除夕的日期都在变化，那你是否好奇过某两年的除夕是在同一天这个问题？
来看看：
image
以从下往上，从左往右的顺序看上面这张图，会发现几件有意思的事：
-
除夕最早的一年是 2004 年， 1 月 21 日。
-
除夕最晚的一年是 1985 年， 2 月 19 日，最早最晚差了近一个月。
-
2019 年除夕是 2 月 4 日，和 2000 年是一样的。
-
有不少年份的除夕在同一天。比如：1993 和 2012 年都在 1 月 22 日，1998 和 2017 年的 1 月 27 日，1987 和 2006 年的 1 月 28 日。很有意思对吧，但至今最多只有两年的除夕是在同一年，没有出现过「三年除夕都在同一天」这种现象，也许以后会。
代码实现如下，关键点在于 For 循环绘制子图。
# 分析除夕日期
def get_date():
fig = plt.figure(figsize=(5,8))
ax = fig.add_subplot(111)
data = pd.read_csv('chinese_newyear3.csv',encoding='utf_8_sig')
data = data[data['category'] == '播出日期']
data = data['content'].str.extract(r'.*?年(.*?)月(.*?)日.*?')
data = data.reset_index(drop=True)
data.columns = ['month','day']
data['year'] = np.arange(1983,2019)
# int 转 string
data = data.applymap(str)
data['year2'] = '1900'
data['date'] = data['year2'].str.cat([data['month'],data['day']],sep='/')
data = data.apply(pd.to_numeric,errors='ignore')
data['date'] = pd.to_datetime(data['date'])
ax.plot(
data['date'],
data['year'],
)
new_yticks = np.linspace(1980,2020,41)
date_format = mpl.dates.DateFormatter("%m-%d")
ax.xaxis.set_major_formatter(date_format)
plt.yticks(new_yticks)
plt.tick_params(direction='in') #标签朝里
content = list(zip(data['date'],data['year']))
for x, y in content:
x2 = '%s' %x.strftime('%m/%d') # 只显示月日格式
# print(x,'\n',y)
plt.text(x, y+0.2,x2, ha='center', color=color4)
plt.title('历年农历除夕日期变化',color=color4,fontsize=14)
plt.tight_layout()
plt.savefig('除夕日期变化.png',dpi=200,)
plt.show()
下面，来看看更有意思的。
▌谁上春晚次数最多，堪称「钉子户」？
很多人梦想着这辈子能上一次春晚，但绝大多数人都只能坐在电视跟前，而有些人则天生是上春晚的，上春晚就像家常便饭，一上就是几十年。你能猜到这 36 年谁上春晚次数最多么？
来看看：
image
春晚表演次数最多的是相声演员冯巩大叔，你猜对了么。春晚总共 36 年历史，他就登台了 35 次，十足的「钉子户」。
前 5 名除了李谷一老师是歌手以外，其他人都是相声或小品演员，也都是你熟悉的面孔：姜昆、蔡明和黄宏。相声和小品为春晚贡献了很多人才。
5 - 10 名歌唱家占多，有宋祖英，还有一位你知道的，没想到还上了这么多次吧。另外还有两名小品演员本山大叔和黄宏。可惜，不见二人表演已多年。
10 - 20 名还有很多熟悉的人，比如郭冬临、巩汉林、潘长江等。
来具体看一下他们都上了哪些年的春晚：
image
（注：部分演员表演次数和图中点数不一致，是因为某些年 TA 不只表演了一个节目）
冯巩老师从 86 年至今，雷打不动地从未缺席过春晚。他上的最多，每年的开场白都是那句「我想死你们了」，对春晚和观众的热爱之情可见一斑。
他的作品太多了，相声小品通吃，多的让人记不住。
image
姜昆老师，登台最早，第一年春晚就上台了。 这些年，消失几年后又出现在春晚舞台，也许是为了以免大家太过于想他。
最喜欢他 1987 年的《虎口遐想》相声，30 年后的 2017 年又再度带来了《新虎口遐想》。岁月在他的脸上仿佛没有留下痕迹。
image
<center>（1987 年《虎口遐想》）</center>
image
<center>（2017 年《新虎口遐想》）</center>
蔡明老师，是女性中上春晚最多的。她和许多人合作过，和谁合作效果都好。
image
<center>（1991 年《陌生人》）</center>
黄宏老师一连登台 25 年，小品中扮演过很多角色，可惜 2012 年之后就没有上台了。
李谷一老师，春晚演出时间跨度最大，1983 年有她，2018 年还有她。对她的印象莫过于每年春晚尾声的那曲《难忘今宵》。实际上，李谷一老师曾一人撑起了早期的春晚。1983 年的春晚，她一人连唱 7 首歌，前无古人，也后无来者。
image
赵本山老师，对他的评价只有一句：赵本山之后再无春晚。他在就是压轴，每一部作品都看过很多遍，现在也只有靠怀念，众多作品中，最喜欢两部：
image
<center>（2005 年《功夫》）</center>
image
<center>（2009 年《不差钱》）</center>
▌港台明星上春晚次数对比
不知你发现没有，前面这些人员都来自内地，港台及海外明星并没有出现，但不可忽略的是，他们的演出让春晚更精彩。
来看看都有哪些港台明星上过春晚，上了几次：
image
（注：这里选的 10 位明星是第一时间想到的，全凭个人主观印象）
周董上过 5 次春晚，你猜对了么？最近一次是去年的《告白气球》，当时朋友圈都刷爆了。除此之外，他其他几次登台，都惊艳无比，04 年的《龙拳》，08 年的《青花瓷》，09 年的《本草纲目》以及 11 年的《兰亭集序》。
image
15 年，偶像换了一波又一波，他却依旧是那个光芒四射的周杰伦。
成龙大哥同样上了 5 次，一身正气、中国功夫。
刘德华是四大天王中上春晚最多、最早的，2005 年唱了那首《恭喜发财》之后，每年过年在大街小巷你都能听到。
王力宏上了 4 次，2012 年龙年，再次唱了那首家喻户晓的《龙的传人》。
王菲是港台明星中，上春晚次数最多的女星之一，98 年和那英的《相约九八 》影响力空前。其他几次《传奇》、《因为爱》和《岁月》也空灵好听。
▌歌曲、小品、相声等节目数量对比
最后，再来看看春晚各类节目构成比例。印象中，最多的节目就是歌曲，其次是小品、相声。可以看到，歌曲类节目基本占了所有节目的一半，小品占了 15%，相声是 9%。其他类型则是一些杂技、戏剧、舞蹈这些，未作统计。
image
代码实现如下：
# 各节目数量
def analysis3(data):
fig = plt.figure(figsize=(8,5))
num_all = data.shape[0]
# 歌曲节目数量
num_song = data[data['category'].str.contains('歌|尾|开场')].shape[0]
# 小品数量
num_sketch = data[data['category'].str.contains('小品')].shape[0]
# 相声数量
num_crosstalk = data[data['category'].str.contains('相声')].shape[0]
# 其他节目数量
other = num_all - sum([num_song,num_sketch,num_crosstalk])
lst = [num_song,num_sketch,num_crosstalk,other]
sizes = [num_song,other,num_crosstalk,num_sketch]
labels = ['歌曲','其他','相声','小品']
colors_pie = [color1,color4,color3,color2]
explode = [0.05,0,0,0]
plt.pie(
sizes,
autopct='%.1f%%',
labels=labels,
colors=colors_pie,
shadow=False,
startangle=270,
explode=explode,
textprops={'fontsize':14,'color':colors}
)
plt.title('1983-2018 共 36 年春晚节目类型数量比较',color=colorstitle,fontsize=fontsize_title)
plt.tight_layout()
plt.axis('equal')
plt.axis('off')
plt.legend(loc='upper right')
plt.savefig('1983-2018 共 36 年间各类节目类型数量比较.png',dpi=200)
plt.show()
以上，就是对过去 36 年春晚节目的简单分析。
你对春晚的了解有增加么？
如需完整代码，可以加入我的知识星球，都是干货。
image
本文完。
欢迎关注我的公众号：「Mocun6」
网友评论