Python分析5000+抖音大V，发现大家都喜欢这类视频！

df = df.copy()

# 修改数值

df.loc[df.gender == ‘0’, ‘gender’] = ‘未知’

df.loc[df.gender == ‘1’, ‘gender’] = ‘男性’

df.loc[df.gender == ‘2’, ‘gender’] = ‘女性’

# 根据性别分组

gender_message = df.groupby([‘gender’])

# 对分组后的结果进行计数

gender_com = gender_message[‘gender’].agg([‘count’])

gender_com.reset_index(inplace=True)

# 饼图数据

attr = gender_com[‘gender’]

v1 = gender_com[‘count’]

# 初始化配置

pie = Pie(init_opts=opts.InitOpts(width=“800px”, height=“400px”))

# 添加数据，设置半径

pie.add(“”, [list(z) for z in zip(attr, v1)], radius=[“40%”, “75%”])

# 设置全局配置项，标题、图例、工具箱(下载图片)

pie.set_global_opts(title_opts=opts.TitleOpts(title=“抖音大V性别分布情况”, pos_left=“center”, pos_top=“top”),

legend_opts=opts.LegendOpts(orient=“vertical”, pos_left=“left”),

toolbox_opts=opts.ToolboxOpts(is_show=True, feature={“saveAsImage”: {}}))

# 设置系列配置项，标签样式

pie.set_series_opts(label_opts=opts.LabelOpts(is_show=True, formatter=“{b}:{d}%”))

pie.render(“抖音大V性别分布情况.html”)

02 点赞数

点赞数TOP10，除了「小团团」和「毒舌」，其他都是新闻媒体类的大V。

今年因为疫情，有很多新闻在抖音上都是第一时间传播，所以影响力比较大，点赞也就比较多了。

记得「四川观察」还被评论区调侃为四处观察，意思是发布消息非常快。

好奇为什么会有100万点赞数的大V，小F的抖音号都有20w+的赞。

最后发现是第三方监测收录的问题，下次可以直接剔除这批数据。

点赞破亿的有500多个大V，1000万到5000万点赞数的大V人数最多。

可视化代码如下。

def create_likes(df):

# 排序，降序

df = df.sort_values(‘likes’, ascending=False)

# 获取TOP10的数据

attr = df[‘name’][0:10]

v1 = [float(‘%.1f’ % (float(i) / 100000000)) for i in df[‘likes’][0:10]]

# 初始化配置

bar = Bar(init_opts=opts.InitOpts(width=“800px”, height=“400px”))

# x轴数据

bar.add_xaxis(list(reversed(attr.tolist())))

# y轴数据

bar.add_yaxis(“”, list(reversed(v1)))

# 设置全局配置项，标题、工具箱(下载图片)、y轴分割线

bar.set_global_opts(title_opts=opts.TitleOpts(title=“抖音大V点赞数TOP10(亿)”, pos_left=“center”, pos_top=“18”),

toolbox