分析B站100萬+視頻，發現居然有這麼多幹貨資源。

最近一年來B站真的是火熱火熱的。

最近的跨年晚會，獲得了人民日報的表揚。

去年4月份被央視點名表揚。

弄的小F也註冊了一個B站帳號，去學習～

那麼問題來了，面對B站8千萬的視頻，該如何找到那些優質的資源呢？

小F爬取了B站科技分區下三個板塊2019年的全部視頻，約110w。

其中演講·公開課板塊視頻最多，佔了一半的數量。

數據是放在Mysql數據庫，因此放一下數據處理的代碼。

import pandas as pd
import pymysql

# 設置列名與數據對齊
pd.set_option('display.unicode.ambiguous_as_wide', True)
pd.set_option('display.unicode.east_asian_width', True)
# 顯示20列
pd.set_option('display.max_columns', 20)
# 顯示10行
pd.set_option('display.max_rows', 10)
# 設置顯示寬度爲2000,這樣就不會在IDE中換行了
pd.set_option('display.width', 2000)

# 讀取數據
conn = pymysql.connect(host='localhost', user='root', password='20200118', port=3306, db='bilibili', charset='utf8mb4')
cursor = conn.cursor()
sql = "select * from messages"
db = pd.read_sql(sql, conn)

選取上傳時間爲2019年的視頻，看一下總體的數據狀況。

# 選取2019年的視頻數據
df = db[db['day'].str.contains("2019")]
# 選取觀看數、彈幕數、點贊數、投幣數、收藏數、分享數、回覆數的列數據
df = df[['view', 'danmaku', 'love', 'coin', 'favorite', 'share', 'reply']]

# 計算每列的總和
df.loc['Row_sum'] = df.apply(lambda x: x.sum())
# 打印結果
print(df)

結果以下。

能夠看到2019年上傳了1086739個視頻。

共產生了41億次的觀看，2千萬的彈幕，1.3億的點贊，近7千萬的投幣，1.1億的收藏，1.5千萬的分享，以及1.8千萬的評論。

厲害了，這個硬核的「B站」。

下面分別看一下各個數據的Top10。

# 對播放量進行排序,其它就是修改view爲danmaku,love,coin,favorite,share,reply
df = df.sort_values('view', ascending=False, na_position='last')
# 輸出排行前10位
df = df[['aid', 'view', 'name', 'title']].head(10)
print(df)

話說逛過B站的你，看過下面中的哪幾個視頻呢？

才入坑的小F，也就看過那麼幾個吧...

「何同窗」算是知道的，那個講解5G的視頻。

還有「見齊」，他開源的可視化工具(動態條形圖)真的香。

沒玩過B站的，能夠輸入圖片中的「mid」值(av號)便可訪問視頻。

https://www.bilibili.com/video/av52012946(複製到瀏覽器打開)

目前B站的註冊人數已經超過4億人，月活躍用戶也超過1億人。

下面就來看一下這110w的視頻是由多少個UP主上傳的，那些UP主上傳視頻最多。

# 對UP主進行分類彙總,計算上傳視頻數量
df = df.groupby(['name'])[['mid']].count().reset_index()
# 輸出全部結果
# df = df.sort_values('mid', ascending=False, na_position='last')

# 輸出排行前10位
df = df.sort_values('mid', ascending=False, na_position='last').head(10)
print(df)

結果以下。

能夠看到共有11萬+的UP主參與了這個大工程的建設。

如下10位做者能夠說是B站科技板塊最勤奮的UP主了。

「knnstack」這位UP主貢獻了近2萬的視頻，貌似都是搬運的。

那麼2019年誰是B站最強UP主呢？

下面以2019年視頻總播放量做爲一個參考，看一下Top10。

其中「我是EyeOpener」以5千萬的播放量位居第一，其餘各項數據也位居前列。

就主頁來看，應該是一位偏向科普類型的UP主。

經過這些數據應該就能將B站科技板塊熱門的UP主蒐羅的差很少了。

對於那些冷門但質量好的UP主，或許就只能慢慢發現了。

接下來查詢一下關於Python的視頻有多少呢？

# 查詢標題含有Python的視頻
df = df[df['title'].str.contains("python|Python")]
# 輸出結果
print(df)

結果以下。

1萬多條，也是很多，不過其中的版權問題也較大。

以前看過網易數讀的一篇文章，裏面提到了北京大學的課程最受歡迎。

這裏小F就來驗證一下。

# 查詢標題含有北京大學的視頻
df = df[df['title'].str.contains("北京大學")]
# 查詢標題含有清華大學的視頻
# df = df[df['title'].str.contains("清華大學")]
# 選取av號,類型，播放量數據的列
df = df[['aid', 'tname', 'view']]
# 輸出結果
print(df)

結果以下。

其中2019年清華大學相關課程的播放量已經達到1千萬+，而北京大學則是3千萬+。

不愧是一個超硬核的「學習網站」。

小F最近想了解視頻剪輯，一查就有優質資源(以播放量排序)。

最後來看一下B站視頻上傳時間及視頻時長分佈。

整體上整年成上升趨勢。

8月份最高，看來暑假的時候你們學習的慾望很強啊！

對於科普的視頻，時長通常都短點，這樣可以快速瞭解。

對於須要深刻學習的，時長應該就長了，因此能夠看到大於30分鐘的視頻數量最多。

好了不說了，我要去知乎寫帖子去了...

用數據來告訴大夥，有哪些值得推薦的學習UP主。

萬水千山老是情，點個「在看」行不行。

···  END  ···