原標題：125 個視頻成就千萬級網紅，Python 告訴你李子柒都在拍些什么？

作者 |Mika，數據 |真達

后期 |Mika、澤龍

責編 | 郭芮

來源 | CDA數據分析師

今天我們來聊聊把生活過成詩的李子柒。

“李家有女，人稱子柒。”如果說到當下最火的網紅，想必很多人都會想到李子柒。

日出而作，日落而息，看似平淡無奇的日子，李子柒卻總能過成一首詩、一幅畫。

三月桃花熟了，采來釀桃花酒。四月枇杷成熟，釀枇杷酒…隨著不同時令季節，做出不同的美食，看過李子柒視頻的人，無一不對那視頻里的古風田園生活向往憧憬著，同時也帶給了無數人治愈的力量。

目前在B站上，李子柒共有579萬的粉絲。入駐到現在僅僅發布了共125條視頻，但隨便翻翻視頻列表，幾乎每個視頻都是爆款。

那么，她的這些視頻都有些什么特點，播放量最高的視頻是哪個？今天我們就帶你用數據來解讀李子柒。

“把生活過成詩” ，李子柒的視頻為什么這么吸引人？

我們用Python對李子柒在B站上發布的125個視頻進行了分析。分析流程包括以下這三個步驟：

數據讀入

數據清洗

數據可視化

首先讓我們看到分析結果：

視頻各年發布數量

先看到李子柒在B站上各年發布的視頻數量。

從2016年7月開始，李子柒在B站發布了第一個視頻。根據統計，在2016年她共發布了14個視頻。2017-2019年這三年發布的視頻數量差不多，都是在34條左右，平均下來每個月發布2.8個視頻。截止到目前為止，在2020年發布了8個視頻。

視頻各月發布數量

大家都說在李子柒的視頻中可以感受到一年四季的變化，那么她在哪些月份發布的視頻最多呢？

分析發現，其中夏季的視頻明顯高于其他季節，特別是8月份，在全部125個視頻中就有26個視頻在8月發布，占比20%。其次，秋季也是李子柒視頻高產的季節，9-11月共發布36個視頻。

視頻發布時間線

在視頻發布時間上有什么特點呢？

通過對李子柒視頻發布時間線的分析，我們發現有四個發布視頻的高峰時間，分別是中午12點，下午4點，下午6點，以及晚上9點。其中晚上九點發布的視頻最多，共有14個。

視頻類型占比

在視頻類型上，當然美食是最多的了，占比高達87.2%。其次是手工類型的視頻，占比12%。最少的是美妝視頻，在目前發布的125個視頻僅有1個是美妝類型的。

視頻排行榜表現

在所有125個視頻中，有72個登上了B站日排行榜。其中進入前10名的共有7個，其次是50-100名的，有12個視頻。10-50名和100名以上的視頻最多，均為53個。

各類視頻數據平均表現

下面再看到李子柒視頻各類數據平均表現。

其中視頻的平均彈幕數為8361條，點贊數為52965個，投幣為32690個。收藏數為8455個，平均轉發為5652次。

哪些視頻播放量最高？哪些視頻彈幕互動最多呢？

播放量TOP10視頻

讓我們分別看看，首先是播放量最高視頻top10榜單，播放最多的視頻是《聽說愛吃螺螄粉的朋友，都很可愛阿!》，播放量達到了526萬余次。看來螺螄粉果然是妥妥的國民級網紅小吃啊。

這個視頻的彈幕中都在說些什么？

可以看到，在播放量最高的螺螄粉視頻中，彈幕中討論頻率最高的就是各種食材啦，比如"田螺"、"螺螄"、"豆角"、"辣椒"、"豇豆"等等。還有"廣西"這個螺螄粉的原產地也被提及。有意思的是，同樣拍了螺螄粉主題的美食區up主比如"蛋黃派"也在彈幕中被提到。

彈幕數TOP10視頻

然后是彈幕最多視頻top10，彈幕最多的視頻是《所以這個視頻就叫辣椒的一生》總彈幕數達到4萬余條。

這個視頻的彈幕中都在說些什么？

這個視頻的彈幕特別有意思，彈幕中討論最多的就是各種許愿相關的詞了，比如"上岸"、"考上"、"考研"、"成功"、"順利"、"加油"等詞，被提到的頻率最高。

我們再分析下李子柒的視頻標題，她的視頻標題比較有特點，基本都是【關鍵詞】+簡單描述。比如：【小麥的一生】一株小麥，變化出扎根在每個人記憶里的味道。

視頻標題關鍵詞詞云

我們先看到關鍵詞的詞云特點，可以看到關鍵詞中除了"李子柒"，"桃花"、"臘味"、"豌豆"都是出現頻率特別高的食材。同時"手工"也是高頻詞。其次某種食材的"一生"，也是李子柒熱衷拍攝的主題。

視頻標題描述詞云

那么視頻標題描述上有什么特點呢？

分析發現"味道"出現的頻率最高，遠遠超出其他詞。其次，"夏天"、"千年"、"家里"、"記憶里"等詞也頻頻出現。

教你用Python分析李子柒的視頻都在拍些什么？

下面讓我們看到關鍵的分析步驟：

我們Python獲取了B站上李子柒發布的125個視頻相關信息，進行了以下分析，分析流程如下：

數據讀入

數據清洗

數據可視化

數據讀入

首先讀入分析所用的數據集，本數據集一共包含125個樣本，11個字段，字段含義為：視頻標題、一級分類、二級分類、發布時間、最高全站排名、總播放數、歷史累計彈幕、點贊、投幣、收藏和分享數。數據預覽如下：

# 導入包

importnumpy asnp

importpandas aspd

importre

# 讀入數據df = pd.read_excel( './data/李子柒視頻數據.xlsx')df.head

數據清洗

此部分我們初步對以下信息進行簡單的處理，其中包含：

title：提取主題和介紹

top_rank：提取數值

view_num：提取數值

dm_num: 提取數值

dianzan: 計算數值

toubi: 計算數值

shoucang：計算數值

zhuanfa：計算數值

# 定義轉換函數deftransform_num(x):str1 = str(x)if'萬'instr1:returnfloat(str1.strip( '萬'))* 10000else:returnfloat(str1)# 提取數據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( lambdax: transform_num(x))df[ 'toubi'] = df.toubi.apply( lambdax: transform_num(x))df[ 'shoucang'] = df.shoucang.apply( lambdax: transform_num(x))df[ 'zhuanfa'] = df.zhuanfa.apply( lambdax: transform_num(x))

# 轉換類型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'])

經過處理之后的數據如下所示：

df.head(2)

數據可視化

此處我們將進行以下部分的可視化分析，首先導入所需包，其中pyecharts用于繪制動態可視化圖形，stylecloud包用于繪制詞云圖。關鍵部分代碼如下：

# 導出所需包frompyecharts.charts importPie, Line, Tab, Map, Bar, WordCloud, Pagefrompyecharts importoptions asoptsfrompyecharts.globals importSymbolTypeimportstylecloud

視頻各年發布數量：

# 發布數量pub_year= df.publish_time.dt.year.value_counts.sort_index# 條形圖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站李子柒視頻各年發布數量'),visualmap_opts=opts.VisualMapOpts(max_= 50),)bar0.render

視頻各月發布數量：

pub_month = df.publish_time.dt.month.value_counts.sort_index# 條形圖bar = Bar(init_opts=opts.InitOpts(width= '1350px', height= '750px'))bar.add_xaxis([str(i)+ '月'fori inpub_month.index.tolist])bar.add_yaxis( '', pub_month.values.tolist)bar.set_global_opts(title_opts=opts.TitleOpts(title= 'B站李子柒視頻各月發布數量'),visualmap_opts=opts.VisualMapOpts(max_=30),)bar.render

視頻發布時間線：

# 發布時間點分布pub_hour = df.publish_time.dt.hour.value_counts.sort_index# 產生數據x1_line1 = [i+ '點'fori inpub_hour.index.values.astype( 'str').tolist]y1_line1 = pub_hour.values.tolist

# 繪制面積圖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站李子柒視頻日發布時間線'),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

發布視頻類型占比：

# 視頻類型占比cat_num = df.cat2.value_counts# 產生數據對data_pair = [list(z) forz inzip(cat_num.index.tolist, cat_num.values.tolist)]

# 繪制餅圖# {a}(系列名稱)，{b}(數據項名稱)，{c}(數值), ozvdkddzhkzd(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站李子柒發布視頻類型占比'),legend_opts=opts.LegendOpts(orient= 'vertical', pos_top= '15%', pos_left= '2%'))pie1.set_series_opts(label_opts=opts.LabelOpts(formatter= "{b}:ozvdkddzhkzd%"))pie1.render

有排名數據視頻表現：

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

# 數據對data_pair_2 = [list(z) forz inzip( top_num.index.tolist(), top_num.values. tolist( ))]

# 餅圖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站李子柒有排名數據視頻表現'),legend_opts=opts.LegendOpts(orient= 'vertical', pos_top= '15%', pos_left= '2%'))pie2.set_series_opts(label_opts=opts.LabelOpts(formatter= "{b}:數量:{c}n占比:ozvdkddzhkzd%"))pie2.render

視頻各類數據平均表現：

df_num= df[[ 'view_num', 'dm_num', 'dianzan', 'toubi', 'shoucang', 'zhuanfa']].mean# 條形圖bar3 = Bar(init_opts=opts.InitOpts(width= '1350px', height= '750px'))bar3.add_xaxis([ '彈幕數', '點贊數', '投幣數', '收藏數', '轉發數'])bar3.add_yaxis( '', df_num.values.tolist[ 1:])bar3.set_global_opts(title_opts=opts.TitleOpts(title= 'B站李子柒視頻各類數據平均表現'),visualmap_opts=opts.VisualMapOpts(max_= 50000),)bar3.render

播放數Top10視頻：

# 最多播放top10view_top10 = df.sort_values( 'view_num', ascending=False).head( 10)[[ 'title', 'view_num']]view_top10 = view_top10.sort_values( 'view_num')# 柱形圖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站李子柒播放數Top10視頻'),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_axisbar1.render

彈幕數Top10視頻：

# 彈幕最多top10dm_top10 = df.sort_values( 'dm_num', ascending=False).head( 10)[[ 'title', 'dm_num']]dm_top10 = dm_top10.sort_values( "dm_num")# 柱形圖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站李子柒彈幕數Top10視頻'),visualmap_opts=opts.VisualMapOpts(max_= 40999),)bar2.set_series_opts(label_opts=opts.LabelOpts(position= 'right'))bar2.reversal_axisbar2.render

視頻標題詞云圖：

importstylecloudstylecloud.gen_stylecloud(text= ' '.join(word_num_selected), #text需要是str類型palette= 'tableau.Tableau_10',collocations= False,font_path= r'?C:WindowsFontsmsyh.ttc', # 字體icon_name= 'fas fa-heart',size= 768,output_name= '李子柒視頻標題詞云圖.png'# 生成圖片)

聲明：本文經授權轉載，版權歸原作者所有。

面試官：你的 SQL 一般有幾個 join？| 原力計劃

? 好撲科技結合區塊鏈行業發展趨勢，重磅推出“好撲區塊鏈合伙人”計劃返回搜狐，查看更多

責任編輯：

總結

以上是生活随笔為你收集整理的python125免费教程,125 个视频成就千万级网红，Python 告诉你李子柒都在拍些什么？...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。