作者：冬鑫

前一段時間分析民謠歌詞的那邊文章特別火，剛好在研究使用python處理數據，就也想弄個類似東西練練手。于是乎，拉上自己親妹妹就開始分工。

一、準備歌詞素材

歌詞選擇：杰倫至今的所有專輯（從最開始的<JAY>到最新的<周杰倫的床邊故事>）

由于爬蟲木有學會，就只能手動收集歌詞。經過一系列的 google、baidu，終于找到別人整理好的歌詞全集。ok，就這樣歌詞文件搞定了，一共也沒多大，也就207K（想想周董這么多年唱的歌詞大半都在這207K的txt文件里就不免有些感慨）。

二、對歌詞文件完成分詞

這是最難的部分，產品汪只會跟程序猿們相愛相殺，哪會寫代碼呀?。?！

沒辦法，硬著頭皮也要寫。網上goolge各種關鍵字，看博客，花了半天的時間，連蒙帶猜，勉勉強強看懂了網上的代碼示例，比著葫蘆畫瓢寫了一點點寫。

千難萬險，終于寫完調通，最終主要的部分一共也就12行，沒有任何注釋（簡直乞丐版代碼，根本看不出來哪里sexy ~~~~(>_<)~~~~）

三、對分詞的結果進行分析

好,我們終于到了正文，以上都是廢話，下邊才是重要結論。（如果以這種方式寫郵件一定會被老板打死 ?(^?^*) ）

結論一：杰倫最喜歡的唱的主題 — 情歌 （我自己也知道這是廢話 O(∩_∩)O）

拉了下出現頻率 top20 的詞語，滿滿的都是文藝、傷感、愛情 ：

我們 / 怎么 / 沒有 / 微笑 / 離開 / 愛情 / 回憶 / 不要 / 開始 / 如果 / 怎么 / 開始

我擦，感覺隨機排列組合都能成歌詞，方文山以后是不是就可以下崗了 ?(^?^*)

結論二：杰倫喜歡媽媽勝過爸爸，喜歡外婆勝過爺爺以及外公（歌詞中沒有出現奶奶）

大家應該都聽過<聽媽媽的話>。

杰倫專門為外婆寫了一首歌<外婆>，其中也就1句歌詞提到了外公。

至于爺爺，杰倫也有那首<爺爺泡的茶>

結論三：杰倫喜歡黑色、白色勝過其他顏色

很符合周董的形象，歌詞里高大上的黑色&白色力壓其他顏色?？吹胶诎變缮l率這么高，我第一時間想到的是<以父之名>，感覺很符合那個氣質。還有就是青色出現了6次，大概率是因為<青花瓷>吧。

結論四：杰倫最喜歡的語氣詞是oh~

毋庸置疑，杰倫最喜歡oh~ ，排除大小寫的因素，[oh] 出現的頻率甚至超過 [我們] 成為出現詞頻最高的詞匯。此外杰倫經典的 “哎呦不錯哦~” 中的 [哎呦] 也名列前茅，看來杰倫真的很喜歡講這句話。

總結：只是從歌詞來看，大概杰倫就是一個穿著黑白帽衫，表面上酷酷的，但是骨子里滿是深情、文藝， 只喜歡喝爺爺泡的茶，聽媽媽的話，愛自己外婆的 ，嘴里時不時地冒出一句‘哎呦，不錯哦’ 的 五好青年 ^_^