本
文
摘
要
看着标题有些眼熟？是的，这是一篇模仿。
前段时间有篇文章分析了国内民谣歌手们的歌词，传得很火。昨天刷qq空间又看到一篇分析周杰伦歌词的文章，比第一篇粗糙了很多，但是阅读量和转载量都非常惊人。我觉得非常有意思，在知乎大致搜了下，技术实现貌似也不难。于是说干就干，鼓捣了一个下午+半个晚上，也算是做出了一些东西。
一、歌词文件准备
我分析的歌手是赵雷，他的歌我从2016听到了2017。赵雷上了《歌手》之后，名气可以说是家喻户晓，关于他我就不再介绍什么了。
本想写个爬虫去把他的歌词抓下来，于是我就去找网站，找呀找呀结果……我竟然找到了一个网站，有赵雷歌词的汇总：
幸福来得有点突然，我点进去一看……这里收录了雷子2015年4月之前发表的所有歌曲，之后的《再也不会去丽江》和专辑《无法长大》还没更新进去。不过还好，后面的也就11首歌，百度一下，手动添加也就三五分钟的事情。
大概11000+的字数，跟杰伦6.5w+的歌词确实没法比。不过我雷半路出家，首首都是原创，一路走来确实不容易。况且他真正出名其实也就两个月前的事儿，作品数目少也算正常。反正，好听就够了，有1w我就分析1w……
二、分词与词频统计
这是本文唯一的技术难点。难，是因为之前从没接触过自然语言处理，挺神秘的，觉得有点厉害（而印象中厉害的东西往往都不简单，都没那么好学）。好在这里我们只需要了解一个叫做jieba的中文分词库，百度一下就能发现好几篇博客都在讲它。而且这些作者还贡献了他们的源码，我们只需要稍微修改几个参数就可以用了。我在文末贴出的分词代码和生成词云的代码都是这么来的。
废话不多说，通过python的分词和词频统计后，我得到了如下的excel文件：
总共2035个词。同时，利用python生成一个词云：
从生成的词云我们大概可以知道，雷子写歌比较喜欢用什么样的词语。
三、过滤单词
从excel表中可以看到，很多高频词都是单个的字，比如‘的’、‘我’、‘了’等。这些词在日常交流或写作中都很常用，我估计很难从中看出什么，所以我再用python过滤掉了这些词。
最终得到如下的excel文件：
截图显示的是词频大于15的28个词，不难看出，与生成的词云是差不多的。
喜欢雷子的朋友应该知道，这么多年来雷子一个人生活在他北京的小屋，没有车没有房也没有姑娘，只有理想和月亮，还有音乐相伴。雷子曾趁着青春的时光，离开北京去了南方。那几年，他遇见了南方的姑娘，认识了 *** 的姐姐，还有阿刁。只是现在他们很少见面，可他还是会偶尔给姐姐写信，报告自己如不如意。他不会和那些人争论和比较，他安静地做着自己的音乐，他觉得这里的一切都好。雷子如今三十了，青春不再却无法长大，他还是会唱理想，还是喜欢白色的衬衫，还是痞痞的那副模样。挺帅的，雷子。
#以上纯属瞎扯，如有雷同，算你抄我#
四、简单的分析
有多简单，看看就知道了。
（1）赵雷最喜欢写的几个“意象”
古诗词里的意象，高中赏析了不少。我记得那时候我们语文老师老说：“先抓意象词，抓住了这个画面就出来了”。民谣听多了，差不多也能举出几个民谣歌手常用的“意象”名词。赵雷有一套自己的“意象”词语，比较常用的如：北京、小屋、衣裳、姑娘、南方、月亮、时间等。
（2）赵雷喜欢哪座城市
北京当然不用多说，毕竟这是他的家乡。雷子在南方待了这么多年，歌词中出现最多的是丽江和成都。雷子对这两座城市应该是有些特别的感情的，他给丽江写过《再也不会去丽江》，给成都写过《成都》。
（3）赵雷喜欢哪个季节
至少从歌词来看，有关冬天的词语出现的最多。这是我没猜到的，雷子给我一种很阳光的感觉，我以为他会写春天或者夏天多一些。又或许，在冬天发生了不少令他不开心的事，所以他写的冬天比较多一点？
（4）赵雷喜欢什么颜色
黄色这个词频基本来源于“黄昏”，可以说雷子可能喜欢看黄昏。白色，这个最好理解了，雷子喜欢忧郁的白衬衫嘛，我们都知道的。
（5）赵雷的家
雷子在不同的歌中都写到了家（家乡11、回家6、家庭1、家人1、我家1、奶奶家1、一家1、家中1），虽然他20出头就离开家乡去了 *** ，但从他的歌里我们还是可以感觉到他对家的思念，对妈妈的思念。雷子写到的亲人里，妈妈是最多的（妈妈，母亲，吉姆）。《吉姆餐厅》就是他在母亲去世后写的，这是我非常喜欢的一首歌。赵雷的爸爸还健在，他喜欢赵雷上电视，所以雷子上了《歌手》，现在雷子演出几乎都带着他。赵雷写的姐姐并非亲姐姐，却跟亲姐姐一般，这是我从大冰的书里知道的。
玛丽是姐姐的女儿，赵雷开始喜欢小孩了，用他自己的话说，毕竟三十也是当父亲的年纪了。
听了雷子一年半，我以为他的歌我都听的差不多了，这次找歌词，又发现了《咬春》、《Over》等几首歌，还不错。期待他的下一张专辑~
完。。。。。
最后，说下技术实现，其实真的很简单。
首先，工具和原料：
1）python，能看懂简单的代码，知道文件怎么读写，就够了。我用的python3.6（spyder）。
2）Excel，会查找会筛选，会做条形图（不会？百度总会吧）。
3）一点点的耐心，这是最重要的。毕竟把人家的代码变成我们的，这需要点时间去折腾。
然后，就是分词处理和词云生成的代码了，见以下的原文链接：
我分析了赵雷的所有歌词，确定自己是个伪雷粉 - Spider
