Python：分析和可视化B站TOP100视频数据

目录

一、效果呈现

二、讲解

1. 读取数据

2. 设置绘图风格

3. 绘制排行与硬币数关系图

4. 绘制排行与播放数关系图

5. 绘制排行与收藏数关系图

三、完整代码

---

一、效果呈现

排行-播放数关系图

排行-收藏数关系图

排行-硬币数关系图

二、讲解

1. 读取数据

        使用Pandas库中的read_csv函数来读取CSV文件：

        （这里的CSV文件获取方法可以查看我上一篇文章）

import pandas as pd

data = pd.read_csv('B站TOP100.csv')

2. 设置绘图风格

        为了避免在图表中出现中文字符无法正常显示的问题，我们需要设置Matplotlib的字体和避免负号显示问题：

import matplotlib as mpl

mpl.rcParams['font.sans-serif'] = ['Microsoft YaHei']
mpl.rcParams['axes.unicode_minus'] = False

3. 绘制排行与硬币数关系图

        我们首先来分析视频的排行与硬币数之间的关系：

# 绘制排行-硬币数关系图
plt.figure()
plt.plot(data['排行'], data['硬币数'])
plt.xlabel('排行')
plt.ylabel('硬币数')
plt.savefig('排行-硬币数.png', dpi=400)

        在这段代码中，我们使用plt.figure()创建了一个新的绘图窗口，并通过plt.plot()函数绘制了排行与硬币数的关系图。plt.xlabel()和plt.ylabel()用于设置坐标轴的标签。最后，使用plt.savefig()将图表保存为PNG格式的图片，dpi=400确保了图片的高分辨率。（这里的dpi大小可以根据你的需求修改）

4. 绘制排行与播放数关系图

        接下来，我们分析排行与播放数之间的关系：

# 绘制排行-播放数关系图
plt.figure()
plt.plot(data['排行'], data['播放数'])
plt.xlabel('排行')
plt.ylabel('播放数')
plt.savefig('排行-播放数.png', dpi=400)

5. 绘制排行与收藏数关系图

        最后，我们来分析排行与收藏数之间的关系：

# 绘制排行-收藏数关系图
plt.figure()
plt.plot(data['排行'], data['收藏数'])
plt.xlabel('排行')
plt.ylabel('收藏数')
plt.savefig('排行-收藏数.png', dpi=400)

三、完整代码

import pandas as pd
import matplotlib.pyplot as plt
import matplotlib as mpl

data = pd.read_csv('B站TOP100.csv')
mpl.rcParams['font.sans-serif'] = ['Microsoft YaHei']
mpl.rcParams['axes.unicode_minus'] = False

# 绘制排行-硬币数关系图
plt.figure()
plt.plot(data['排行'], data['硬币数'])
plt.xlabel('排行')
plt.ylabel('硬币数')
plt.savefig('排行-硬币数.png', dpi=400)

# 绘制排行-播放数关系图
plt.figure()
plt.plot(data['排行'], data['播放数'])
plt.xlabel('排行')
plt.ylabel('播放数')
plt.savefig('排行-播放数.png', dpi=400)

# 绘制排行-收藏数关系图
plt.figure()
plt.plot(data['排行'], data['收藏数'])
plt.xlabel('排行')
plt.ylabel('收藏数')
plt.savefig('排行-收藏数.png', dpi=400)

print('所有关系图都已保存完成。')