爬取並分析一下B站的最熱視頻排行榜，看看你們都喜歡看什麼視頻

本文的文字及圖片來源於網絡,僅供學習、交流使用,不具備任何商業用途,若有問題請及時聯繫咱們以做處理。

如下文章源於菜鳥學Python ，做者：菜鳥哥

剛接觸Python的新手、小白，能夠複製下面的連接去免費觀看Python的基礎入門教學視頻

https://v.douyu.com/author/y6AZ4jn9jwKW

 

 

前言

如今你們的生活中，已經愈來愈離不開B站了，2020年的第一季度，B站月活躍用戶達到了1.72億，日活躍用戶也已經突破了5000萬個用戶。源源不斷的流量讓B站的up主們也是粉絲數目不斷暴漲，百萬粉絲的up主比比皆是。

今天，小編就帶領你們來爬取並分析一下B站的最熱視頻排行榜，看看你們究竟都喜歡看什麼樣子的視頻～～

01.榜單信息抓取

對於榜單的爬取，咱們爬取了榜單的前一百名視頻的播放量，彈幕數量，以及視頻的點贊、投幣、收藏和up主的粉絲數目等信息。

 

對於排行榜的播放量、彈幕數量和視頻連接的爬蟲程序，以下圖所示：

 

因爲網頁是靜態網頁，因此咱們能夠直接採用requests請求的方式，來獲取網頁源代碼，而後使用beautifulsoup來進行網頁的解析，並抓取咱們須要的信息。對於每一個網頁的點贊、投幣、收藏和up主的粉絲數量。

能夠採用咱們以前介紹的web scraper來進行抓取(牛逼的chrome插件，不用一行代碼，輕鬆爬取各大網站公開信息！(附視頻))。最後將兩部分的內容進行合併，獲得最終的抓取信息。

 

對於數據中存在的字符串類型的數值，例如觀看數量爲「122萬」，已經通過數據清洗轉化爲int類型的數值。

02.數據分析

接下來，咱們來看一下，最熱視頻排行榜前十位中，up主們的粉絲數量的分佈狀況，程序以下圖所示：

 

首先，咱們對數據按照粉絲數量的數值進行降序排序，而後將前十名的粉絲數量進行按「萬」爲單位進行計數，最後利用pyecharts中的Bar類來及進行可視化的展現。結果以下。

 

能夠看到，粉絲數量排名最高的up主是「羅翔說刑法」，粉絲數量超過了1000萬，妥妥的B站超級up主，也說明了在B站上小夥伴們不只是爲了娛樂，還能夠在B站上進行學習。你們看看前十的排行中，有沒有你們關注的up主呢？

03.可視化展現

接下來，咱們對於排行榜中彈幕的數目進行一個分佈的可視化展現:

 

程序中 ，咱們首先將彈幕的數量進行一個分段的劃分，分別爲0-5000，5000-10000一直到25000-30000，而後建立一個Pie類對象，進行數據的可視化展現。

 

能夠看到，視頻的彈幕數量中，有62%的是在0-5000的範圍內，視頻的個數隨着彈幕數量的增長而呈現快速減小的趨勢，彈幕數量在25000到30000之間的視頻只有一個。這也符合你們正常的觀看趨勢。

那對於視頻的點贊數目的視頻分佈又是怎樣的呢？

 

上圖中橫座標對應的是不一樣的點贊數量分佈區間，利用0到2萬指的是，點贊數在0到2萬次，而縱座標對應的就是視頻的數量；

從點贊數和視頻的分佈數量來看，呈現了不規則的趨勢，點贊在2萬到4萬和12萬贊以上的視頻數目是最多的；

而點贊在0到2萬的視頻數目是最少的，看來你們對於視頻是不會吝嗇本身的「贊」；

另外一方面，相比於發彈幕，點讚的操做更加的便捷，也也許就是你們更願意點讚的緣由吧。

04.詞雲分析

最後，小編抓取了榜單排行第一位的視頻《衆所周知，貓是一種尊老愛幼的動物》的彈幕，並進行了去重，來看一下彈幕中你們說起的關鍵詞都有哪些吧。