作者:CDA数据分析师
PS:如有需要Python学习资料的小伙伴可以加点击下方链接自行获取
“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。
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:
-
数据读入
-
数据清洗
-
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:
-
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
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)