大数据分析42万字的歌词，为了搞清楚民谣歌手们在唱些什么

“
我选取了大约30个或比较大众，或比较小众的民谣歌手和乐队，包括李志，夭十三，赵雷，宋冬野，周云蓬，逃跑计划等等，为了设立参照，我还取了一些其他风格的乐队，比如老一些的汪峰，窦唯，朴树和新一些的低苦艾，谢天笑，反光镜，草东等等。
我首先写了一个爬虫，它可以根据歌手或乐队的名字来自动抓取这个歌手的所有歌，为了保证平衡，我最多只抓取前50首歌。
”



这样，我得到了小一百个装满歌词的文件，我都能感觉到从里面溢出来的文艺了。接下来，我开始了对这些歌词(约42万字)的分析。

首先是情绪分析



数值的分布比较平均，但大致可以看得出有三个分类，一类是特别开心的，例如郝云。丢火车乐队歌词中出现次数最多的三个词分别是「永远」「晚安」「倔强」，这些都是正面情绪的词。第二类则是比较忧伤的，以我们熟悉的逼哥为代表，他们的歌词中充斥着孤独，沉默，泪水等词语。虽不暴力，但是多少有一些黑暗。



第三类则以赵雷为代表，比较平静，就像一个朋友给你讲故事，不疾不徐，娓娓道来，里面也有开心，也有难过，但总体情绪趋于中值。这也许解释了为什么赵雷这么晚才火起来的原因——平淡的情绪较难快速给人以强烈的冲击。但无论如何，好的音乐总会被人们发掘。

基于某种趣味，我又分析了一下其他风格的音乐的情绪分析



民谣的情绪很丰富，而摇滚的情绪则大多是负面的，人们说，没有愤怒就没有摇滚，这话至少在歌词的情绪上是正确的。

民谣歌手最喜欢什么季节?通过对歌词的分析，这个问题也可以解决



由此可见，最受欢迎的是春天和冬天，最不受欢迎的是秋天。

同样的，我也分析了歌手们最喜欢的城市，结果如下



可以看得出，北方城市完全战胜了南方城市，成了在歌词中被唱的最多的地方，特别是北京，一共出现了81次。说到一线城市，人们会说北上广深，但是在民谣的世界里，北京绝对是不可撼动的存在。南方城市只有成都勉强露了几个照面。

难以理解的是，虽然北方城市大获全胜，但是歌手们却更多的念叨着「南方」而不是「北方」，「南方」比「北方」多出现了大约5.7%



另一个我感兴趣的问题是，民谣歌手们是在向前看还是向后看，是往未来寄托希望，还是缅怀过去?



看得出，民谣歌手是在往前看的，至少是活在当下的，「明天」这个词在歌词中出现的次数最多，接着是「今天」和「昨天」，而「前天」和「后天」则几乎可以忽略不计，这也是可以理解的，比如说「我拿青春赌明天」，这听上去很美好，如果要说「我拿青春赌后天」乃至于「我拿青春赌下个月5号」，就听上去就像一个赌徒发疯了。

如果把民谣拟人化，那应该是一个喜欢南方的北京小伙子，觉得世界很操蛋，但骂归骂，到底是对生活有希望的，憧憬着明天，在春天感到快乐，在冬天感到孤独，没有女朋友，但有几个纠缠不清的前女友，经常和她们见面，见面的地方可能是成都，昆明，南京，上海，武汉。。。。。

推荐阅读

虾米音乐app代码骂用户是穷逼VIP….原来代码能隐藏这么好玩的内容

我偷看了老板的微信分组，然后……

最骚气的APP更新文案盘点

小编喵喵个人微信号：itmiao520 懒人回复"喵喵"扫码添加。



点击左下角阅读原文查看更多长知识文章！