点击 机器学习算法与Python学习 加星标

精彩内容不迷路

本文出品：CDA数据分析师（ID: cdacdacda）

今天教大家用Python分析B站的“打工人”视频。公众号后台，回复关键字“打工人”获取完整数据。

Show me data，用数据说话

今天我们聊一聊 Python分析“打工人”

点击下方视频，先睹为快：

最近，“打工梗”在朋友圈持续爆火，没有人能避开来自工友的贴心问候——“早安，打工人”，与此同时“打工人”的表情包也席卷全网，铺天盖地，到处吟唱着积极向上的打工人语录。

“累吗？累就对了，舒服是留给有钱人的。早安，打工人！冷吗？冷就对了，温暖是留给开小轿车的人。早安，打工人！”

相比于先前带点“丧”的社畜梗，打工梗用昂扬积极的心态去对抗工作的焦虑，这些打工人语录带着自嘲，也是认清生活本质的解压方式，用较为轻松接地气的玩梗心态，迎接每一天的新工作。

打工梗究竟为什么突然这么火呢？之前小z在《打工人分析简报》中已经分析了各个平台打工人话题的相关数据，我们从中也受到了些启发。

今天我们就来主要分析一下B站上“打工人”的相关视频，看看这6625个视频的背后，打工梗凭什么突然刷屏网络。

我们使用Python获取，技术分析流程分为以下三个步骤：

• 网络数据获取

• 数据读入和数据清洗

• 数据可视化分析

爬虫部分代码暂略，首先导入分析所需的包并读入数据集，原数据集一共包含6625个样本，7个字段，字段含义为：分区标签、视频标题、上传时间、观看数、弹幕数、up主、视频url。

01

数据读入

# 导入包
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

# 读入数据
df = pd.read_excel( ./data/B站打工人视频10-28.xlsx )
df.head()

print(df.shape)
(6625, 7)

02

 数据预处理

此部分我们初步对原始数据进行处理，其中包含：

• 去除重复值

• view_num和danmu：单位转换

• 筛选数据

处理之后的数据如下所示：

def transform_unit(x_col):"""功能：转换数值型变量的单位"""# 提取数值s_num = df[x_col].str.extract( (d+.*d*) ).astype( float )# 提取单位s_unit = df[x_col].str.extract( ([一-龥]+) ) s_unit = s_unit.replace( 万 , 10000).replace(np.nan, 1) s_multiply = s_num * s_unitreturn s_multiply

# 去重
df = df.drop_duplicates()# 删除列
df.drop( video_url , axis=1, inplace=True)# 转换单位
df[ view_num ] = transform_unit(x_col= view_num )
df[ danmu ] = transform_unit(x_col= danmu )# 筛选时间
df = df[(df[ upload_time ] >=  2020-09-01 ) & (df[ title ].astype( str ).str.contains( 打工人 ))]
df.head()

03

数据可视化分析

首先导入所需包，其中jieba用于中文分词，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：

import jieba
from pyecharts.charts import Bar, Line, Pie, Map, Scatter, Page
from pyecharts import options as opts
from pyecharts.globals import SymbolType, WarningType
WarningType.ShowWarning = False

01 打工人视频发布热度走势图

可以看到“打工人”相关视频首先出现在2020年9月5日，最初的一个月还没有引起太大的水花。在一个月后，随着打工梗逐渐深入人心，B站相关视频也出现了爆点。

10月16日，up主“老摸鱼艺术家”的《加油！打工人！》播放量突破350万。几天后，10月22日，up主“三Lu有毒”的视频《早安，打工人！》更是加上了各种打工人优秀语录，同时配上魔性的画面和声音，直接在B站爆火，目前该视频播放量已突破913万。

随后“打工人”的视频如雨后春笋般涌现，单10月27日一天就有292条视频发布。

time_num = df.upload_time.value_counts().sort_index()
time_num[:5]
2020-09-05    1
2020-09-08    1
2020-09-09    1
2020-09-12    1
2020-09-13    1
Name: upload_time, dtype: int64

# 条形图
line1 = Line(init_opts=opts.InitOpts(width= 1350px , height= 750px ))
line1.add_xaxis(time_num.index.tolist())
line1.add_yaxis(  , time_num.values.tolist(), markpoint_opts=opts.MarkPointOpts(data=[opts.MarkPointItem(type_= min ), opts.MarkPointItem(type_= max )]))
line1.set_global_opts(title_opts=opts.TitleOpts(title= 打工人视频发布热度走势图 , pos_left= 40% ), xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate= 90 )),visualmap_opts=opts.VisualMapOpts(max_=int(time_num.max()), is_show=False),)
line1.set_series_opts(linestyle_opts=opts.LineStyleOpts(width=3), label_opts=opts.LabelOpts(is_show=False))
line1.render()

02 不同分区的视频发布数量

从视频分区中可以看到，生活区以56.6%的比重占据了半壁江山。

03 不同分区的视频发布播放量

播放量方面也是生活区一枝独秀，累计达到1393万。

04 最高播放的Top10视频

那么都是哪些“打工人”视频播放量最高呢？

我们分析整理了播放量前十的视频，播放量第一是up主“三Lu有毒”的《早安，打工人！》，截止到发稿播放量已达到913万。第二是up主“老摸鱼艺术家”的《加油！打工人！》，截止到发稿播放量已达到357万。

接下来我们对播放量第一第二的“打工人”视频弹幕进行分析，看看大家都在说些什么。

05 早安，打工人！弹幕词云

弹幕中出现最多的就是“泪目”、“工人”。其中那句魔性的“靠恁娘是河南人”，也是引起了不少弹幕。魔性的狗子，激昂的语调也是让人听着十分上头，让人忍不住每天一遍，对自己说上一声“早安，打工人！”

06 《加油，打工人！》弹幕词云

“加油”、“打工人”、“真实”等都是妥妥的高频词。配上最近常被up用来二次创造的动画片《校园小子》，有“文艺复兴”那味儿了。

07 打工人标题词云图

我们最后对打工人视频出现的标题也进行了词云整理。发现标题中除了“打工人”，“早安”、“晚安”、“加油”、“日常”等正能量的词特别多，同时“快乐”、“人上人”等词也在标题中常常出现。

结语

人人都不爱打工，但人人都是打工人。

虽然这些打工人的段子里多少带着些对生活压力的自嘲和调侃，而最火的那句“早安打工人”里，怀着的也还是对新一天的期望。

加油吧，打工人！

回复关键字“打工人”

获取详细数据代码