python有什么用途视频_Python分析6625条视频,告诉你“打工人”凭什么能刷爆全网...
原标题:Python分析6625条视频,告诉你“打工人”凭什么能刷爆全网
CDA数据分析师 出品
作者:Mika
数据:真达
后期:Mika
【导读】
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”
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
importnumpy asnp
importpandas aspd
importmatplotlib.pyplot asplt
# 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:
deftransform_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( '([u4e00-u9fa5]+)')
s_unit = s_unit.replace( '万', 10000).replace(np.nan, 1)
s_multiply = s_num * s_unit
returns_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
回复关键字“ 打工人”
获取本期 详细 数据和代码
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:
importjieba
frompyecharts.charts importBar, Line, Pie, Map, Scatter, Page
frompyecharts importoptions asopts
frompyecharts.globals importSymbolType, 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!
关注 CDA数据分析师公众号
回复关键字“打工人”
获取 详细 数据代码
CDA数据分析师
本文出品:CDA数据分析师(ID: cdacdacda)
我们分析了5万多场英雄联盟比赛,教你如何轻松用Python预测胜负
责任编辑:
python有什么用途视频_Python分析6625条视频,告诉你“打工人”凭什么能刷爆全网...相关推荐
- python加油视频_python分析6625条视频,揭秘“打工人”凭啥刷爆全网!
原标题:python分析6625条视频,揭秘"打工人"凭啥刷爆全网! CDA数据分析师 出品 作者:Mika 数据:真达 后期:Mika [导读] Show me data,用数据 ...
- bootstrap 步骤条_python分析6625条视频,揭秘“打工人”凭啥刷爆全网|打工人|python|b站|mika|num
CDA数据分析师 出品 作者:Mika 数据:真达 后期:Mika [导读] Show me data,用数据说话!今天我们聊一聊 Python分析"打工人" 最近,"打 ...
- python分析6625条视频,揭秘“打工人”凭啥刷爆全网!
CDA数据分析师 出品 作者:Mika 数据:真达 后期:Mika [导读] Show me data,用数据说话!今天我们聊一聊 Python分析"打工人" 最近,&q ...
- Python分析6625条视频,告诉你“打工人”凭什么能刷爆全网
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 ...
- python爬app无水印视频_Python爬虫:短视频平台无水印下载 (上)
导入: 虽然目前有些软件还没适配,但是,我发了 Blink 后有一写人留言或者私信找我要源码,不过我还在增加适配的软件,所以还没有时间写这篇博客,今天呢,就先把我目前适配了的代码拿出来,后续还会继续适 ...
- python播放本地视频_python opencv 读取本地视频文件 修改ffmpeg的方法
Python + opencv 读取视频的三种情况: 情况一:通过摄像头采集视频 情况二:通过本地视频文件获取视频 情况三:通过摄像头录制视频,再读取录制的视频 摄像头采集.本地视频文件的读取.写视频 ...
- python 编辑视频_python也能玩视频剪辑!moviepy操作记录总结
moviepy库安装 今天咱们需要使用的第三方是moviepy,moviepy是用于视频编辑的Python模块,可用于基本操作(例如剪切,串联,标题插入),视频合成(也称为非线性编辑),视频处理或创建 ...
- python批量下载b站_python 批量下载bilibili视频的gui程序
运行效果: 完整代码: # !/usr/bin/python # -*- coding:utf-8 -*- # time: 2019/07/02--08:12 __author__ = 'Henry' ...
- python批量下载bilibili视频_python 批量下载bilibili视频的gui程序
运行效果: 完整代码: # !/usr/bin/python # -*- coding:utf-8 -*- # time: 2019/07/02--08:12 __author__ = 'Henry' ...
最新文章
- Java关键字this、super使用总结
- ORACLE常用的动态性能视图
- 【高速接口-RapidIO】Xilinx SRIO IP 核详解
- 【CF1179 A,B,C】Valeriy and Deque / Tolik and His Uncle / Serge and Dining Room
- layui绑定json_JSON绑定:概述系列
- 【读书笔记】《深入浅出nodejs》第五章 内存控制
- jQuery常用选择器有哪些?
- Visual Studio Code 支持TensorFlow配置支持
- HP服务器集成 iLO 端口的配置
- XRDP与VNC的关系
- 【Codeforces 404C】Restore Graph
- 【Python游戏】Python实现一个简易版本的阴阳师游戏 | 附带源码
- matlab极坐标图刻度,[转载]如何在Matlab极坐标polar绘图上增加刻度单位
- 独木舟上的旅行java_南阳ACM 题目71:独木舟上的旅行 Java版
- fastbin attack学习总结
- Java IO流:(十二)NIONIO2简单介绍
- 凸集 凸函数 判定凸函数
- Fluent最全complied错误原因分析:Error: The UDF library you are trying to load (libudf) is not compiled for
- [ctfshow]web入门——文件上传(web156-web163)
- 使用 psycopg2 时遇到的两个坑
热门文章
- 全国计算机等级考试学校没有考点,我校考点顺利组织全国计算机等级考试
- C++中出现“找到一个或多个多重定义的符号”的解决方案
- 医学影像分割系统综述Data preparation for artificial intelligence in medical imaging: A comprehensive guide ...
- 多线程 Q群 号码爬虫
- PyCharm中使用Git/GitHub详细步骤(图文详解)
- typescript用什么软件写_用TypeScript写了个低配版H5美图工具
- lol2月26日更新后一直提示服务器维护,lol英雄联盟为什么进不去了 lol12月26日维护到几点能上游戏...
- 海岛纪元如何在电脑上玩 海岛纪元模拟器玩法教程
- 编程菜鸟看云计算、移动互联网和物联网
- Leetcode 1884. Egg Drop With 2 Eggs and N Floors [Python]