向《生活大爆炸》告别，通过数据分析了几十万条台词，我们发现……

2019年5月1日，美剧《生活大爆炸》最后一集正式宣布杀青，于北京时间5月17日早8点播出，时长达一个小时。这部陪伴观众成长了12年的美剧，已与全球观众告别。

如果说《老友记》是上一代的美剧青春，那《生活大爆炸》无疑是今天90后这一代人精神版图中不可或缺的部分。

12年对全球观众意味着多久？中学6年，大学4年，毕业2年，从懵懂到成熟，整个青春时代……

这12年，剧中角色遇到了各自的真爱，经历了各自的得失，我们也毕业、告别、成家、生子。

剧中人物各具特色，在他们身上，我们或多或少能够看到自己的影子。作者作为多年美剧《生活大爆炸》的粉丝，抛开情感不谈，在看完生活大爆炸最后一集，开始纳闷，到底谁是《生活大爆炸》的主角？

是虽然高智商天才但是个偏执狂谢尔顿？还是感情丰富却优柔寡断的莱纳德？又或者是一向被称为“妈妈的好孩子”却好色的霍华德？还是表面害羞客观，内心花花公子的拉杰什？

一千个读者心中有一千个哈姆雷特，每个人对于谁是主角都有不同的答案，但是作者利用数据分析出，到底谁是《生活大爆炸》中的C位。

为了确定这个问题的答案，作者从GitHub中下载了《生活大爆炸》九季的剧情，并且用不同的参数来找出谁是最突出的。

整个分析是使用Python完成的，数据集本身已经被处理的很好，每个场景以及每个人的对白都已经被提取了出来，并以json文件存储。作者将文件转换成结构数据的过程中省了不少力气。

数据集地址：

https://github.com/skashyap7/TBBTCorpus

数据分析部分代码地址：

https://github.com/wqw547243068/Python-learning/blob/master/courses/chapter_3/big_bang_theory.ipynb?tdsourcetag=s_pcqq_aiomsg

谢耳朵助攻女友跻身主角

首先，看看每个人的台词。因为无法得到每个角色在屏幕中实际出现的时间，所以每个人的台词量可以作为一个合理的估算标准，所以究竟是哪位的台词最多呢。

谢尔顿十多万的台词数目排在第一位，而莱纳德虽然排在了第二位，但是和谢尔顿相差一倍。卡蕾·措科饰演的Penny作为唯一的女主角当仁不让的超过了霍华德和拉杰什排在了第三位。Amy出现在电视剧中第三季最后一集，虽然只是霍华德通过婚介网偷偷帮谢尔顿找的女朋友，但是作为第四季以及之后的班底人物，妥妥的跻身女主角行列。

演员们说了这么多台词，那么什么是他们口中最经常出现的台词呢？

经过分析，选出了出现频率为top30的词汇，去掉The、to、a、of等停用词，发现几“I”和“you”在每位主角的台词中出现频率最高，这也符合本剧的设置，因为大多数笑点包袱是通过对话抖出来的。

除此之外，莱纳德喜欢说Know、Penny喜欢说oh~谢尔顿喜欢也喜欢说Know，值得一提的是，在9季电视剧中，他叫了莱纳德657次。作为谢尔顿的女友，Amy当然叫谢尔顿的次数最多啦~足足有266次。另外，霍华德和拉杰什喊的台词最多也是know。

有了“I”和“you”出现的次数，完全可以假定当“I”出现的时候，角色必然会出现在荧幕上，这在一定程度上能够反映导演给的镜头数量~

数据结果非常有趣，谢尔顿仍然是冠军，其他排名和台词数量保持一致，值得注意的是，莱纳德和Penny镜头相差无几，霍华德和拉杰什的镜头数量相差不多，而作为后登场的Amy显然不如她的几位“前辈”。