小夥子不講武德，竟用Python爬取了B站上1.4w條馬老師視頻數據來分析

小夥子不講武德，竟用Python爬取了B站上1.4w條馬老師視頻數據來分析

朱小五 凹凸數據

看到標題，
啪的一下你就進來了吧！

若是有常常刷B站的小夥伴，確定都知道B站鬼畜如今的頂流是誰？

印度：沒錯正是在下

那必須是當代大師渾元形意太極拳掌門人「馬保國」先生啊！

實話講，馬保國走進你們視野仍是他5月份PK被人連續KO三次。

不過如今他在鬼畜區的主要素材倒是馬保國更早時候的一些視頻。

好比2020年一月份，右眼被蹭了一下的馬老師面帶微笑，爲咱們生動形象地講述了健身房裏的年輕人是如何不講武德，偷襲他的故事。

在視頻裏，他控訴踢館的年輕人 「 不講武德 」 ，勸他 「 耗子尾汁 」 。能夠做爲B站入站題目，建議全文背誦。

B站這個小機靈鬼，甚至還給馬老師專門開了專欄，這爲咱們後續爬取數據也帶來了便利。

跟平時爬取B站不太同樣，在B站的馬保國專欄下，F12能夠輕鬆找到接口。

https://api.bilibili.com/x/web-interface/web/channel/multiple/list?channel_id=3503796&sort_type=hot&page_size=30

解析JSON後咱們須要的數據均可以得到。

其中要提到一點，url中的offest從解析上一個url的json中獲取，如以下圖所示。

經過簡短的爬蟲代碼，

很快啊，很快就爬取了1.4萬條馬保國先生的視頻數據。

def get_data(url,headers):
    data_m = pd.DataFrame(columns=['id','name','view_count','like_count','duration','author_name','author_id','bvid'])
    html = requests.get(url,headers=headers).content
    data = json.loads(html.decode('utf-8'))
    offset = data['data']['offset']
    print(offset)
    for j in range(30):
        data_m = data_m.append({'id':data['data']['list'][j]['id'],'name':data['data']['list'][j]['name'],
                            'view_count':data['data']['list'][j]['view_count'],'like_count':data['data']['list'][j]['like_count'],
                            'duration':data['data']['list'][j]['duration'],'author_name':data['data']['list'][j]['author_name'],
                            'author_id':data['data']['list'][j]['author_id'],'bvid':data['data']['list'][j]['bvid']},ignore_index=True)
    return(offset,data_m)

1.4萬條數據預覽
咱們先進行簡單的數據整理（播放量有的是萬爲單位）後，將1.4萬個視頻按照播放量和點贊量製做了一個散點圖。

能夠看到什麼纔是「頂流」的話題，播放量幾百萬，點贊量幾十萬的相關視頻特別多。

按照播放量排序一下。

第一名就是今年一月份相聲泰斗馬老師經典單口相聲！！！

那按照點贊量呢？

第一名是來自鬼畜up主的伊麗莎白鼠「武 林 高 手」！

而懂王與馬老師的聯動表現也很優秀！

其中幾個特效向的表現更是突出！

因爲馬老師的語錄太過經典，我決定再補充爬一下它的彈幕。

# 繪製詞雲圖
stylecloud.gen_stylecloud(text=' '.join(text1), 
                          collocations=False,
                          font_path=r'‪C:\Windows\Fonts\msyh.ttc',
                          icon_name='fas fa-play-circle',
                          size=653,
                          output_name='馬保國詞雲圖.png')

Image(filename='馬保國詞雲圖.png')

耗子尾汁真是門面擔當！

婷婷、英國大理石、塔門說也夾雜其中。

最後小五想推薦幾個視頻：

一、比較喜歡的人力VOCALOID

二、技術向的標杆，重點是小芃授人以漁！

三、最後觀察者網的視頻給你們呈現了一個更多元的，「三維立體渾元」的馬老師，甚至還發掘出了一些閃光點，而非一味的玩梗。