Python爬取并分析B站最熱排行榜，我發(fā)現(xiàn)了這些秘密
現(xiàn)在大家的生活中，已經(jīng)越來越離不開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(jīng)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(shù)目不斷暴漲，百萬粉絲的up主比比皆是。
今天，小編就帶領(lǐng)大家來爬取并分析一下B站的最熱視頻排行榜，看看大家究竟都喜歡看什么樣子的視頻～～
01.榜單信息抓取
對于榜單的爬取，我們爬取了榜單的前一百名視頻的播放量，彈幕數(shù)量，以及視頻的點贊、投幣、收藏和up主的粉絲數(shù)目等信息。
對于排行榜的播放量、彈幕數(shù)量和視頻鏈接的爬蟲程序，如下圖所示：
由于網(wǎng)頁是靜態(tài)網(wǎng)頁，所以我們可以直接采用requests請求的方式，來獲取網(wǎng)頁源代碼，然后使用beautifulsoup來進行網(wǎng)頁的解析，并抓取我們需要的信息。對于每個網(wǎng)頁的點贊、投幣、收藏和up主的粉絲數(shù)量。
可以采用我們之前介紹的web scraper來進行抓取(牛逼的chrome插件，不用一行代碼，輕松爬取各大網(wǎng)站公開信息！(附視頻))。最后將兩部分的內(nèi)容進行合并，得到最終的抓取信息。
對于數(shù)據(jù)中存在的字符串類型的數(shù)值，例如觀看數(shù)量為“122萬”，已經(jīng)經(jīng)過數(shù)據(jù)清洗轉(zhuǎn)化為int類型的數(shù)值。
02.數(shù)據(jù)分析
接下來，我們來看一下，最熱視頻排行榜前十位中，up主們的粉絲數(shù)量的分布情況，程序如下圖所示：
首先，我們對數(shù)據(jù)按照粉絲數(shù)量的數(shù)值進行降序排序，然后將前十名的粉絲數(shù)量進行按“萬”為單位進行計數(shù)，最后利用pyecharts中的Bar類來及進行可視化的展示。結(jié)果如下。
可以看到，粉絲數(shù)量排名最高的up主是“羅翔說刑法”，粉絲數(shù)量超過了1000萬，妥妥的B站超級up主，也說明了在B站上小伙伴們不僅是為了娛樂，還可以在B站上進行學(xué)習(xí)。大家看看前十的排行中，有沒有大家關(guān)注的up主呢？
03.可視化展示
接下來，我們對于排行榜中彈幕的數(shù)目進行一個分布的可視化展示:
程序中 ，我們首先將彈幕的數(shù)量進行一個分段的劃分，分別為0-5000，5000-10000一直到25000-30000，然后創(chuàng)建一個Pie類對象，進行數(shù)據(jù)的可視化展示。
可以看到，視頻的彈幕數(shù)量中，有62%的是在0-5000的范圍內(nèi)，視頻的個數(shù)隨著彈幕數(shù)量的增加而呈現(xiàn)快速減少的趨勢，彈幕數(shù)量在25000到30000之間的視頻只有一個。這也符合大家正常的觀看趨勢。
那對于視頻的點贊數(shù)目的視頻分布又是怎樣的呢？
上圖中橫坐標對應(yīng)的是不同的點贊數(shù)量分布區(qū)間，利用0到2萬指的是，點贊數(shù)在0到2萬次，而縱坐標對應(yīng)的就是視頻的數(shù)量；
從點贊數(shù)和視頻的分布數(shù)量來看，呈現(xiàn)了不規(guī)則的趨勢，點贊在2萬到4萬和12萬贊以上的視頻數(shù)目是最多的；
而點贊在0到2萬的視頻數(shù)目是最少的，看來大家對于視頻是不會吝嗇自己的“贊”；
另一方面，相比于發(fā)彈幕，點贊的操作更加的便捷，也也許就是大家更愿意點贊的原因吧。
04.詞云分析
最后，小編抓取了榜單排行第一位的視頻《眾所周知，貓是一種尊老愛幼的動物》的彈幕，并進行了去重，來看一下彈幕中大家提及的關(guān)鍵詞都有哪些吧。
另外我們在B站也錄制了一些趣味的 Python實戰(zhàn)案例的視頻詳細解讀源碼的細節(jié)和大家記得來B站（菜鳥玩Python）找我們。https://space.bilibili.com/488689252
B站視頻：
80行Python輕松一鍵轉(zhuǎn)word
用Python畫微信最新的6個表情包
我用Python 分析了42000條冰雪奇緣2的短評
用Python帶你全世界旅游
用Python實現(xiàn)Instagram濾鏡，變成百變女神
用Python一鍵把漫畫轉(zhuǎn)pdf
用Python做一個20年編程語言的動態(tài)排行榜
花木蘭到底好看不，我爬取了幾萬條評論
近期九大熱門：
程序員GitHub，現(xiàn)已正式上線！ 接下來我們將會在該公眾號上，為大家分享GitHub上優(yōu)質(zhì)的開源神器，程序員圈的趣事，堅持每天一篇原創(chuàng)文章的輸出，感興趣的小伙伴可以關(guān)注一下哈！
點這里，領(lǐng)取新手福利
