Python告诉你:千万级网红李子柒的视频都在拍些什么? -阿里云开发者社区

开发者社区> 云栖号资讯小哥> 正文

Python告诉你:千万级网红李子柒的视频都在拍些什么?

简介: 导读:今天我们来聊聊把生活过成诗的李子柒。Python技术部分请看第二部分。公众号后台,回复关键字“李子柒”获取完整数据。
+关注继续查看

云栖号资讯:【点击查看更多行业资讯
在这里您可以找到不同行业的第一手的上云资讯,还在等什么,快来!

导读:今天我们来聊聊把生活过成诗的李子柒。Python技术部分请看第二部分。公众号后台,回复关键字“李子柒”获取完整数据。

627E3A8E_771A_4832_8B79_866E020C0A60

“李家有女,人称子柒。”如果说到当下最火的网红,想必很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。

三月桃花熟了,采来酿桃花酒。四月枇杷成熟,酿枇杷酒…随着不同时令季节,做出不同的美食,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,同时也带给了无数人治愈的力量。

目前在B站上,李子柒共有579万的粉丝。入驻到现在仅仅发布了共125条视频,但随便翻翻视频列表,几乎每个视频都是爆款。

BF64A445_366C_4c26_9DDA_A98DFD1AA8E1

那么,她的这些视频都有些什么特点,播放量最高的视频是哪个?今天我们就带你用数据来解读李子柒。

01 “把生活过成诗”,李子柒的视频为什么这么吸引人?

我们用Python对李子柒在B站上发布的125个视频进行了分析。分析流程包括以下这三个步骤:

  • 数据读入
  • 数据清洗
  • 数据可视化

首先让我们看到分析结果:

  1. 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。

079DCF96_B8D0_4d46_A83F_EC19A94DF62B

从2016年7月开始,李子柒在B站发布了第一个视频。根据统计,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条左右,平均下来每个月发布2.8个视频。截止到目前为止,在2020年发布了8个视频。

  1. 视频各月发布数量

大家都说在李子柒的视频中可以感受到一年四季的变化,那么她在哪些月份发布的视频最多呢?

06D57810_3031_4dcd_9412_3900FF01B4EA

分析发现,其中夏季的视频明显高于其他季节,特别是8月份,在全部125个视频中就有26个视频在8月发布,占比20%。其次,秋季也是李子柒视频高产的季节,9-11月共发布36个视频。

  1. 视频发布时间线

在视频发布时间上有什么特点呢?

D164A40D_FEA8_4e8f_A003_FB36001A6559

通过对李子柒视频发布时间线的分析,我们发现有四个发布视频的高峰时间,分别是中午12点,下午4点,下午6点,以及晚上9点。其中晚上九点发布的视频最多,共有14个。

  1. 视频类型占比

AA1B172A_234C_4650_B1D5_3DB24AAF9841

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,在目前发布的125个视频仅有1个是美妆类型的。

  1. 视频排行榜表现

C2DEA44B_EEDF_4907_9C61_ED6A8F5B4556

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。

  1. 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。

63FD9E94_6590_4348_BCCA_3F8844AEC88C

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

哪些视频播放量最高?哪些视频弹幕互动最多呢?

  1. 播放量TOP10视频

305A5780_E424_411a_83CD_A09E6419ACA3

让我们分别看看,首先是播放量最高视频top10榜单,播放最多的视频是《听说爱吃螺蛳粉的朋友,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国民级网红小吃啊。

这个视频的弹幕中都在说些什么?

9EF30387_D385_43b4_9B53_02B05A738C6F

可以看到,在播放量最高的螺蛳粉视频中,弹幕中讨论频率最高的就是各种食材啦,比如"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也被提及。有意思的是,同样拍了螺蛳粉主题的美食区up主比如"蛋黄派"也在弹幕中被提到。

  1. 弹幕数TOP10视频

548EECA4_D2E9_4d51_BA3A_B0F7B74B0AB3

然后是弹幕最多视频top10,弹幕最多的视频是《所以这个视频就叫辣椒的一生》总弹幕数达到4万余条。

这个视频的弹幕中都在说些什么?

C089A21E_A533_4948_B224_EBBD40EFBCB6

这个视频的弹幕特别有意思,弹幕中讨论最多的就是各种许愿相关的词了,比如"上岸""考上""考研""成功""顺利""加油"等词,被提到的频率最高。

我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。比如:【小麦的一生】一株小麦,变化出扎根在每个人记忆里的味道。

7798FCA9_BF3D_4ced_BB14_D3780C7A3CFC

  1. 视频标题关键词词云

我们先看到关键词的词云特点,可以看到关键词中除了"李子柒","桃花""腊味""豌豆"都是出现频率特别高的食材。同时"手工"也是高频词。其次某种食材的"一生",也是李子柒热衷拍摄的主题。

CB616990_3637_4812_88C4_552F7B598365

  1. 视频标题描述词云

那么视频标题描述上有什么特点呢?

3DFFFB5E_54C4_481f_A55A_E836973994E1

分析发现"味道"出现的频率最高,远远超出其他词。其次,"夏天""千年""家里""记忆里"等词也频频出现。

02 教你用Python分析:李子柒的视频都在拍些什么?

下面让我们看到关键的分析步骤:

我们Python获取了B站上李子柒发布的125个视频相关信息,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

公众号后台对话框回复李子柒,可获取完整数据。

  1. 数据读入

首先读入分析所用的数据集,本数据集一共包含125个样本,11个字段,字段含义为:视频标题、一级分类、二级分类、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:

0F272973_1E76_4eb2_8F50_155815D465EA

  1. 数据清洗

此部分我们初步对以下信息进行简单的处理,其中包含:

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:

0F272973_1E76_4eb2_8F50_155815D465EA

  1. 数据可视化

此处我们将进行以下部分的可视化分析,首先导入所需包,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 as opts 
from 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}(系列名称),{b}(数据项名称),{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', '收藏数', '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需要是str类型
                          palette='tableau.Tableau_10',
                          collocations=False,
                          font_path=r'‪C:\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'  # 生成图片
                         )

【云栖号在线课堂】每天都有产品技术专家分享!
课程地址:https://yqh.aliyun.com/zhibo

立即加入社群,与专家面对面,及时了解课程最新动态!
【云栖号在线课堂 社群】https://c.tb.cn/F3.Z8gvnK

原文发布时间:2020-06-04
本文作者:CDA数据分析师
本文来自:“大数据DT 微信公众号”,了解相关信息可以关注“大数据DT

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
来更快的Maven了,我的天,速度提升了8倍!(1)
更快的Maven来了,我的天,速度提升了8倍!(1)
37 0
MySql5.7数据优化,瞬间飞起
MySql5.7数据优化,瞬间飞起
5 0
Chrome_Browse
亮点介绍 1、使web项目通过Chrome_Browse调用各种硬件; 2、使web项目通过Chrome_Browse控制缓存; 3、使web项目通过Chrome_Browse控制PC权限(通f过获取CPU、硬盘的编号可以与后台数据库交互进行鉴权); 4、其他更多的与windows交互的功能;
10 0
match-trade超高效的交易所撮合引擎
match-trade超高效的交易所撮合引擎
6 0
升级了 Windows 11 正式版,有坑吗?(5)
升级了 Windows 11 正式版,有坑吗?(5)
8 0
升级了 Windows 11 正式版,有坑吗?(4)
升级了 Windows 11 正式版,有坑吗?(4)
8 0
升级了 Windows 11 正式版,有坑吗?(3)
升级了 Windows 11 正式版,有坑吗?(3)
9 0
1.3w字,一文详解死锁!(3)
1.3w字,一文详解死锁!(3)
5 0
升级了 Windows 11 正式版,有坑吗?(1)
升级了 Windows 11 正式版,有坑吗?(1)
3 0
+关注
云栖号资讯小哥
云栖号小编在此 ^o^
1403
文章
0
问答
文章排行榜
最热
最新
相关电子书
更多
《2021云上架构与运维峰会演讲合集》
立即下载
《零基础CSS入门教程》
立即下载
《零基础HTML入门教程》
立即下载