前言

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。

作者：CDA数据分析师

SRE实战 互联网时代守护先锋，助力企业售后服务体系运筹帷幄！一键直达领取阿里云限量特价优惠。

加企鹅群695185429即可免费获取，资料全在群文件里。资料可以领取包括不限于Python实战演练、PDF电子文档、面试集锦、学习资料等

“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。

 

 

 

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。

1、“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：

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。

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？

 

 

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。

视频发布时间线

在视频发布时间上有什么特点呢？

 

 

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。

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，在目前发布的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。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？

播放量TOP10视频

 

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？

 

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。

弹幕数TOP10视频

 

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？

 

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。

 

 

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。

 

 

视频标题描述词云

那么视频标题描述上有什么特点呢？

 

 

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。

2.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：

1. 数据读入
2. 数据清洗
3. 数据可视化

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：

# 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

此部分我们初步对以下信息进行简单的处理，其中包含：

此部分我们初步对以下信息进行简单的处理，其中包含：

1. title：提取主题和介绍
2. top_rank：提取数值
3. view_num：提取数值
4. dm_num: 提取数值
5. dianzan: 计算数值
6. toubi: 计算数值
7. shoucang：计算数值
8. 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
                         )

 

扫码关注我们

微信号：SRE实战

拒绝背锅 运筹帷幄