我用Python分析了42萬字的歌詞，為了搞清楚民謠歌手們在唱些什麼

聽了這麼多年民謠，我有一種感覺，就是很多歌都似曾相識，但是仔細一想，又哪一首都想不起來，為了搞清楚這群流浪在祖國大地的現代游吟詩人們都在唱些什麼，我做了一些數據分析的工作。

我選取了大約30個覆蓋從程序員，朋克，基佬到女權主義者，中國大媽，穆斯林的能夠覆蓋所有人群的民謠歌手和樂隊，包括李志，夭十三，趙雷，宋冬野，周雲蓬，逃跑計劃等等，為了設立參照，我還取了一些其他風格的樂隊，比如老一些的汪峰，竇唯，朴樹和新一些的低苦艾，謝天笑，反光鏡，草東等等。

第一步：寫爬蟲

我首先寫了一個爬蟲，它可以根據歌手或樂隊的名字來自動抓取這個歌手的所有歌，為了保證平衡，我最多只抓取前50首歌，老實說，大多數歌手被人熟知的歌並不會超過這個數字。

這樣，我得到了小一百個裝滿歌詞的文件，滑鼠滑過就能感覺到從裡面溢出來的文藝氣息，我感覺一陣憂鬱襲來，為了寫接下來的代碼，我吹掉了一瓶可樂。

接下來，我開始了對這些歌詞(約42萬字)的分析。

第二步：情緒分析

首先是情緒分析，通過對這些歌詞的自然語言處理，我知道了不同歌手們吟唱的到底是開心還是不開心的事情：

數值的分布比較平均，但大致可以看得出有三個分類，一類是特別開心的，例如郝雲。但是我一開始也不太懂，為什麼丟火車的情緒也這麼高，後來聽了幾遍他們的歌，發現他們雖然唱腔慘兮兮的，但是歌詞還是充滿正能量的，丟火車樂隊歌詞中出現次數最多的三個詞分別是「永遠」「晚安」「倔強」，這些都是正面情緒的詞。第二類則是比較憂傷的，以我們熟悉的逼哥為代表，他們的歌詞中充斥著孤獨，沉默，淚水等詞語。雖不暴力，但是多少有一些黑暗。

第三類則以趙雷為代表，比較平靜，就像一個朋友給你講故事，不疾不徐，娓娓道來，裡面也有開心，也有難過，但總體情緒趨於中值。這也許解釋了為什麼趙雷這麼晚才火起來的原因——平淡的情緒較難快速給人以強烈的衝擊。但無論如何，好的音樂總會被人們發掘。

基於某種趣味，我又分析了一下其他風格的音樂的情緒：

民謠的情緒很豐富，而搖滾的情緒則大多是負面的，人們說，沒有憤怒就沒有搖滾，這話至少在歌詞的情緒上是正確的。

民謠歌手最喜歡什麼季節？通過對歌詞的分析，這個問題也可以解決：

其中，春天出現了81次，冬天出現了74次，夏天和秋天各出現了70和47次。由此可見，最受歡迎的是春天和冬天，最不受歡迎的是秋天。但我個人覺得秋天挺好的，秋高氣爽，菜價便宜。

同樣的，我也分析了歌手們最喜歡的城市，結果如下：

可以看得出，北方城市完全戰勝了南方城市，成了在歌詞中被唱的最多的地方，特別是北京，一共出現了81次。說到一線城市，人們會說北上廣深，但是在民謠的世界裡，北京絕對是不可撼動的存在。南方城市只有成都勉強露了幾個照面。作為一個成都人，我對此還挺高興的。

難以理解的是，雖然北方城市大獲全勝，但是歌手們卻更多的念叨著「南方」而不是「北方」，「南方」比「北方」多出現了大約5.7%

另一個我感興趣的問題是，民謠歌手們是在向前看還是向後看，是往未來寄託希望，還是緬懷過去？

看得出，民謠歌手是在往前看的，至少是活在當下的，「明天」這個詞在歌詞中出現的次數最多，接著是「今天」和「昨天」，而「前天」和「後天」則幾乎可以忽略不計，這也是可以理解的，比如說「我拿青春賭明天」，這聽上去很美好，如果要說「我拿青春賭后天」乃至於「我拿青春賭下個月5號」，這聽上去就像一個賭徒發瘋了。

在我的統計中，出現最多的幾個意象是：再見，姑娘，夜空，孤獨，快樂。

如果把民謠擬人化，那應該是一個喜歡南方的北京小夥子，覺得世界很操蛋，但罵歸罵，到底是對生活有希望的，憧憬著明天，在春天感到快樂，在冬天感到孤獨，沒有女朋友，但有幾個糾纏不清的前女友，經常和她們見面，見面的地方可能是成都，昆明，南京，上海，武漢。。。。。

最後推薦一下我珍藏多年的汽缸汪汪樂隊，雖然他們只出了半首歌，但依然非常不錯。哈哈。

-------------------------------------------------

喜歡好的就關注，持續更新。

作者：超級王登科

個人公眾號：「超級王登科」（ID：superwdk）

出處：超級王登科博客專欄

最近很多人私信問我問題，平常知乎評論看到不多，如果沒有及時回復，大家也可以加小編微信：tszhihu，進知乎大數據分析挖掘交流群，可以跟各位老師互相交流。謝謝。