Python 告诉你所不知道的春晚 1983 -2018

万万没想到。

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。

右侧信息表有导演、主持人、除夕当天日期这几项数据。

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:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
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:

抓取下来的节目数据:

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:

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,关键点在于 For 循环绘制子图:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
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:

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》:

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。

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。

(1992 年春晚)

(1996 年春晚)

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。

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:

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:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
# 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:

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:

(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。

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。

(1987 年《虎口遐想》)

(2017 年《新虎口遐想》)

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。

(1991 年《陌生人》)

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。

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:

(2005 年《功夫》)

(2009 年《不差钱》)

▌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:

(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》。

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。

代码实现如下:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
# 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。

本文完。

你一打赏,我就写得更来劲了
0%