Python告诉你：李子柒的视频都在拍些什么？(1)

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：

• 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：

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()
自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注Python）

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注Python）