仅拍125个视频做为千万级网红？Python：看视频都在拍些什么？

ikkhksvu

CDA数据分析师 出品

作者：Mika

数据：真达

后期：Mika、泽龙

Show me data，用数据述话

今天咱们聊一聊 李子柒

“李家有女，人叫作子柒。”倘若说到当下最火的网红，想必非常多人都会想到李子柒。

日出而作，日落而息，看似平淡无奇的日子，李子柒却总能过成一首诗、一幅画。

私信博主001就可获取海量Python学习资料！

三月桃花熟了，采来酿桃花酒。四月枇杷成熟，酿枇杷酒…随着区别时令季节，做出区别的美食，看过李子柒视频的人，无一不对那视频里的古风田园生活向往憧憬着，同期亦带给了无数人治愈的力量。

日前在B站上，李子柒共有579万的粉丝。入驻到此刻仅仅发布了共125条视频，但随便翻翻视频列表，几乎每一个视频都是爆款。

那样，她的这些视频都有些什么特点，播放量最高的视频是哪个？今天咱们就带你用数据来诠释李子柒。

01

“把生活过成诗”

李子柒的视频为何这么吸引人？

咱们用Python对李子柒在B站上发布的125个视频进行了分析。分析流程包含以下这三个过程：

数据读入数据清洗数据可视化

首要让咱们看到分析结果：

视频各年发布数量

先看到李子柒在B站上各年发布的视频数量。

从2016年7月起始，李子柒在B站发布了第1个视频。按照统计，在2016年她共发布了14个视频。2017-2019年这三年发布的视频数量差不多，都是在34条上下，平均下来每一个月发布2.8个视频。截止到日前为止，在2020年发布了8个视频。

视频各月发布数量

大众都说在李子柒的视频中能够感受到一年四季的变化，那样她在那些月份发布的视频最多呢？

分析发掘，其中夏季的视频显著高于其他季节，尤其是8月份，在所有125个视频中就有26个视频在8月发布，占比20%。其次，秋季亦是李子柒视频高产的季节，9-11月共发布36个视频。

视频发布时间线

在视频发布时间上有什么特点呢？

经过对李子柒视频发布时间线的分析，咱们发掘有四个发布视频的高峰时间，分别是晌午12点，下午4点，下午6点，以及夜晚9点。其中夜晚九点发布的视频最多，共有14个。

视频类型占比

在视频类型上，当然美食是最多的了，占比高达87.2%。其次是手工类型的视频，占比12%。最少的是美妆视频，在日前发布的125个视频仅有1个是美妆类型的。

视频排行榜表现

在所有125个视频中，有72个登上了B站日排行榜。其中进入前10名的共有7个，其次是50-100名的，有12个视频。10-50名和100名以上的视频最多，均为53个。

各类视频数据平均表现

下面再看到李子柒视频各类数据平均表现。

其中视频的平均弹幕数为8361条，点赞数为52965个，投币为32690个。保藏数为8455个，平均转发为5652次。

那些视频播放量最高？那些视频弹幕互动最多呢？

播放量TOP10视频

让咱们分别瞧瞧，首要是播放量最高视频top10榜单，播放最多的视频是《听说爱吃螺蛳粉的伴侣，都很可爱阿!》，播放量达到了526万余次。看来螺蛳粉果然是妥妥的百姓级网红小吃啊。

这个视频的弹幕中都在说些什么？

能够看到，在播放量最高的螺蛳粉视频中，弹幕中讨论频率最高的便是各样食材啦，例如"田螺"、"螺蛳"、"豆角"、"辣椒"、"豇豆"等等。还有"广西"这个螺蛳粉的原产地亦被提及。有意思的是，一样拍了螺蛳粉主题的美食区up主例如"蛋黄派"亦在弹幕中被说到。

弹幕数TOP10视频

而后是弹幕最多视频top10，弹幕最多的视频是《因此这个视频就叫辣椒的一辈子》总弹幕数达到4万余条。

这个视频的弹幕中都在说些什么？

这个视频的弹幕尤其有意思，弹幕中讨论最多的便是各样许愿关联的词了，例如"上岸"、"考上"、"考研"、"成功"、"顺利"、"加油"等词，被说到的频率最高。

咱们再分析下李子柒的视频标题，她的视频标题比较有特点，基本都是【关键词】+简单描述。例如：【小麦的一辈子】一株小麦，变化出扎根在每一个人记忆里的味道。

视频标题关键词词云

咱们先看到关键词的词云特点，能够看到关键词中除了"李子柒"，"桃花"、"腊味"、"豌豆"都是显现频率尤其高的食材。同期"手工"亦是高频词。其次某种食材的"一辈子"，亦是李子柒热衷拍摄的主题。

视频标题描述词云

那样视频标题描述上有什么特点呢？

分析发掘"味道"显现的频率最高，远远超出其他词。其次，"夏天"、"千年"、"家里"、"记忆里"等词亦频频显现。

02

教你用Python分析

李子柒的视频都在拍些什么？

下面让咱们看到关键的分析过程：

咱们Python获取了B站上李子柒发布的125个视频关联信息，进行了以下分析，分析流程如下：

数据读入数据清洗数据可视化

数据读入

首要读入分析所用的数据集，本数据集一共包括125个样本，11个字段，字段含义为：视频标题、一级归类、二级归类、发布时间、最高全站排名、总播放数、历史累计弹幕、点赞、投币、收藏和分享数。数据预览如下：

# 导入包 import numpy as np import pandas as pd import re # 读入数据 df = pd.read_excel(./data/李子柒视频数据.xlsx) df.head()

数据清洗

此部分咱们初步对以下信息进行简单的处理，其中包括：

title：提取主题和介绍top_rank：提取数值view_num：提取数值dm_num: 提取数值dianzan: 计算数值toubi: 计算数值shoucang：计算数值zhuanfa：计算数值# 定义转换函数 def transform_num(x): str1 = str(x) if 万 in str1: return float(str1.strip(万))*10000 else: return float(str1) # 提取数据 df[title_1] = df.title.str.extract(【(.*?)】.*) df[title_2] = df.title.str.split(】).str[-1] df[top_rank] = df.top_rank.str.extract(最高全站日排行(\d+)名) df[view_num] = df.view_num.str.extract((\d+)) df[dm_num] = df.dm_num.str.extract((\d+)) df[dianzan] = df.dianzan.apply(lambda x: transform_num(x)) df[toubi] = df.toubi.apply(lambda x: transform_num(x)) df[shoucang] = df.shoucang.apply(lambda x: transform_num(x)) df[zhuanfa] = df.zhuanfa.apply(lambda x: transform_num(x)) # 转换类型 df[view_num] = df.view_num.astype(int) df[dm_num] = df.dm_num.astype(int) df[publish_time] = pd.to_datetime(df[publish_time])

经过处理之后的数据如下所示：

df.head(2)

数据可视化

此处咱们将进行以下部分的可视化分析，首要导入所需包，其中pyecharts用于绘制动态可视化图形，stylecloud包用于绘制词云图。关键部分代码如下：

# 导出所需包 from pyecharts.charts import Pie, Line, Tab, Map, Bar, WordCloud, Page from pyecharts import options asoptsfrom pyecharts.globals import SymbolType import stylecloud

视频各年发布数量

# 发布数量 pub_year = df.publish_time.dt.year.value_counts().sort_index() # 条形图bar0 = Bar(init_opts=opts.InitOpts(width=1350px, height=750px)) bar0.add_xaxis(pub_year.index.tolist()) bar0.add_yaxis(, pub_year.values.tolist()) bar0.set_global_opts(title_opts=opts.TitleOpts(title=B站李子柒视频各年发布数量), visualmap_opts=opts.VisualMapOpts(max_=50), ) bar0.render()

视频各月发布数量

pub_month= df.publish_time.dt.month.value_counts().sort_index()# 条形图 bar = Bar(init_opts=opts.InitOpts(width=1350px, height=750px)) bar.add_xaxis([str(i)+月for i in pub_month.index.tolist()]) bar.add_yaxis(, pub_month.values.tolist()) bar.set_global_opts(title_opts=opts.TitleOpts(title=B站李子柒视频各月发布数量), visualmap_opts=opts.VisualMapOpts(max_=30), ) bar.render()

视频发布时间线

# 发布时间点分布pub_hour = df.publish_time.dt.hour.value_counts().sort_index()# 产生数据 x1_line1 = [i+点 for i in pub_hour.index.values.astype(str).tolist()] y1_line1 = pub_hour.values.tolist() # 绘制面积图line1 = Line(init_opts=opts.InitOpts(width=1350px, height=750px)) line1.add_xaxis(x1_line1) line1.add_yaxis(, y1_line1, markpoint_opts=opts.MarkPointOpts(data=[ opts.MarkPointItem(type_=max, name=最大值), opts.MarkPointItem(type_=min, name=最小值) ])) line1.set_global_opts(title_opts=opts.TitleOpts(B站李子柒视频日发布时间线), visualmap_opts=opts.VisualMapOpts(max_=20) ) line1.set_series_opts(label_opts=opts.LabelOpts(is_show=False), linestyle_opts=opts.LineStyleOpts(width=3)) line1.render()

发布视频类型占比

# 视频类型占比 cat_num = df.cat2.value_counts() # 产生数据对data_pair = [list(z) for z in zip(cat_num.index.tolist(), cat_num.values.tolist())]# 绘制饼图 # {a}（系列名叫作），{b}（数据项名叫作），{c}（数值）, {d}（百分比） pie1 = Pie(init_opts=opts.InitOpts(width=1350px, height=750px)) pie1.add(, data_pair=data_pair, radius=[35%, 60%]) pie1.set_global_opts(title_opts=opts.TitleOpts(title=B站李子柒发布视频类型占比), legend_opts=opts.LegendOpts(orient=vertical, pos_top=15%, pos_left=2%)) pie1.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}:{d}%")) pie1.render()

有排名数据视频表现

top_rank_num = df.top_rank.dropna().astype(int) cut_bins = [1,10,30,50,100] top_num = pd.cut(top_rank_num, bins=cut_bins, labels=[前10名, 10-30名, 30-50名, 50-100名]).value_counts() # 数据对 data_pair_2 = [list(z) for z in zip(top_num.index.tolist(), top_num.values.tolist())] # 饼图 pie2= Pie(init_opts=opts.InitOpts(width=1350px, height=750px)) pie2.add(, data_pair=data_pair_2, radius=[35%, 60%]) pie2.set_global_opts(title_opts=opts.TitleOpts(title=B站李子柒有排名数据视频表现), legend_opts=opts.LegendOpts(orient=vertical, pos_top=15%, pos_left=2%)) pie2.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}:数量:{c}\n占比:{d}%")) pie2.render()

视频各类数据平均表现

df_num = df[[view_num, dm_num, dianzan, toubi, shoucang, zhuanfa]].mean() # 条形图bar3 = Bar(init_opts=opts.InitOpts(width=1350px, height=750px)) bar3.add_xaxis([弹幕数, 点赞数, 投币数, 保藏数, 转发数]) bar3.add_yaxis(, df_num.values.tolist()[1:]) bar3.set_global_opts(title_opts=opts.TitleOpts(title=B站李子柒视频各类数据平均表现), visualmap_opts=opts.VisualMapOpts(max_=50000), ) bar3.render()

播放数Top10视频

# 最多播放top10 view_top10 = df.sort_values(view_num, ascending=False).head(10)[[title, view_num]] view_top10 = view_top10.sort_values(view_num) # 柱形图bar1 = Bar(init_opts=opts.InitOpts(width=1350px, height=750px)) bar1.add_xaxis(view_top10.title.values.tolist()) bar1.add_yaxis(, view_top10.view_num.values.tolist()) bar1.set_global_opts(title_opts=opts.TitleOpts(title=B站李子柒播放数Top10视频), yaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(position=inside)), visualmap_opts=opts.VisualMapOpts(max_=3000000), ) bar1.set_series_opts(label_opts=opts.LabelOpts(position=right)) bar1.reversal_axis() bar1.render()

弹幕数Top10视频

# 弹幕最多top10 dm_top10 = df.sort_values(dm_num, ascending=False).head(10)[[title, dm_num]] dm_top10 = dm_top10.sort_values("dm_num") # 柱形图 bar2 = Bar(init_opts=opts.InitOpts(width=1350px, height=750px)) bar2.add_xaxis(dm_top10.title.values.tolist()) bar2.add_yaxis(, dm_top10.dm_num.values.tolist()) bar2.set_global_opts(title_opts=opts.TitleOpts(title=B站李子柒弹幕数Top10视频), visualmap_opts=opts.VisualMapOpts(max_=40999), ) bar2.set_series_opts(label_opts=opts.LabelOpts(position=right)) bar2.reversal_axis() bar2.render()

视频标题词云图

import stylecloud stylecloud.gen_stylecloud(text=.join(word_num_selected), #text必须是str类型 palette=tableau.Tableau_10, collocations=False, font_path=r‪C:\Windows\Fonts\msyh.ttc, # 字体 icon_name=fas fa-heart, size=768, output_name=李子柒视频标题词云图.png # 生成照片 )

dhfgh

seo常来的论坛，希望我的网站快点收录。