抖音大V数据分析

最新推荐文章于 2024-02-07 15:28:45 发布

chen_zan_yu_

最新推荐文章于 2024-02-07 15:28:45 发布

阅读量2.8k

点赞数 3

分类专栏： python---numpy

本文链接：https://blog.csdn.net/chen_zan_yu_/article/details/112425028

版权

python---numpy 专栏收录该内容

9 篇文章

订阅专栏

提取码：8828 (本文用到的文件)

import numpy as np
import pandas as  pd
from pandas import Series,DataFrame
import  matplotlib.pyplot as plt
import seaborn as sns
# 让图形在控制台打印出来

%matplotlib inline

douyin = pd.read_csv("douyin.csv")
douyin.columns
#显示抖音前10条数据
douyin.head(10)

```
douyin['gender']
```

#显示抖音的性别
douyin.loc[3:50,"gender"]

#显示性别的数据分布
#douyin.gender.value_counts()
douyin['gender'].value_counts()

```
douyin.info()
```

gender=douyin.gender.replace(to_replace={"未知":"0"})
# 抖音大v账号性别分布
gender.value_counts().plot(kind="bar")

# 切换为 seanborn 绘图模式
sns.set()
sns.countplot(x=gender)

# 看一下网红主要分布的国家
douyin.country.value_counts()

country = douyin.country.replace(to_replace={"China":"中国",
                                     "United States":"美国",
                                     "Hong Kong":"香港",
                                     "大韩民国":"韩国"}).value_counts()[0:12]
country

# 配置汉字的显示方式
plt.rcParams["font.sans-serif"] = ["SimHei"]

#显示横向的直方图
plt.barh(y=country.index,width=country.values)

douyin.country.replace(to_replace={"China":"中国",
                                     "United States":"美国",
                                     "Hong Kong":"香港",
                                     "大韩民国":"韩国"},inplace=True)

#主要是中国的网红
condition = douyin['country'] == '中国'

China = douyin.loc[condition]
# 找出网红主要城市的分布地
China["province"].value_counts()[0:11].plot(kind="bar")

plt.xticks(rotation = -60)

douyin.province.replace(to_replace={"Jjlin":"吉林",
                                     "Guandong":"广东",
                                     "Sichuan":"四川",
                                     "Hubei":"湖北",
                                     "Shananxi":"陕西",
                                      "广西壮族自治区":"广西",
                                       "内蒙古自治区":"内蒙古",
                                       "新疆维吾尔自治区":"新疆"},inplace=True)

```
import numpy
```

# 去掉省
def map_province(x):
    if x.endswith("省"):
        y = x.rstrip("省")
        return y
    return x

```
map_province("黑龙江省")
```

# 用map 映射将数据里 字段  province 带省字的名称去掉
douyin.province = douyin.province.map(map_province)

douyin.city.value_counts()[:10].plot(kind="barh")

# 看大v喜欢  什么样的视频

douyin.head(2)

douyin.category.value_counts()[:10].plot(kind="bar")
plt.xticks(rotation = 0)

#最不关注的两个
douyin.category.value_counts()[-2:].plot(kind="bar")
#plt.xticks(rotation = 0)

# 绘制大v的粉丝的分布情况

douyin.fans[douyin.fans<20000000]

sns.distplot(douyin.fans[douyin.fans<20000000])

```
sns.displot(douyin.fans)
```

# 绘制抖音分箱的曲线分布图
data = pd.cut(x=douyin.fans.values,bins=[0,500000,1000000,2000000,5000000,10000000,1e9],
              labels=['--50万','50-100万','100-200','200-500','500-1000','1000以上'])
data.value_counts().plot(kind="bar")

#发布最多的视频的抖音账号是哪些?TOP10
top10_videos = douyin.sort_values(by="videos",ascending=False).iloc[:10][["name","videos"]]
top10_videos.set_index("name").plot(kind="bar")
plt.xticks(rotation = -30)

# 查看视频数的多少与粉丝数量的关系
samples = douyin[["videos","fans"]]
samples

```
# 查看空值
samples.isnull
```

# 散点图 查看视频数量和抖音数量的关系
plt.scatter(samples.videos,samples.fans)

# 查看数据分布
sns.distplot(samples.fans)

# 查看粉丝数2000万以内的分布
sns.distplot(samples.fans[samples.fans<20000000])

#查看哪些大V获取的点赞数更多？ 查看点赞数量的分布
douyin.sort_values(by="likes",ascending=False)[["name",'likes']].set_index("name")[:10].plot(kind="bar")

```
sns.distplot(douyin.likes)
```

# 点赞数  小于5千万的

sns.distplot(douyin.likes.loc[douyin.likes<0.5e9])