python数据分析：对抖音博主视频观看数据分析_基于python的视频信息的数据分析

前言

大家早好、午好、晚好吖 ❤ ~欢迎光临本文章

如果有什么疑惑/资料需要的可以点击文章末尾名片领取源码

数据准备

代码

1. 理解数据

1.1 字段含义

'''
python资料获取看这里噢！！ 小编 V：qian97378，即可获取：
文章源码/教程/资料/解答等福利，还有不错的视频学习教程和PDF电子书！
'''
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False
1
2
3
4
5
6
7
8
9
10

1.2导入数据

data = pd.read_csv('douyin_dataset.csv')
1

1.3 数据预览

data.head()
1

data.info()
1

2.数据预处理

数据格式处理

'''
python资料获取看这里噢！！ 小编 V：qian97378，即可获取：
文章源码/教程/资料/解答等福利，还有不错的视频学习教程和PDF电子书！
'''
data['real_time'] = pd.to_datetime(data['real_time'])
data['date'] = pd.to_datetime(data['date'])
1
2
3
4
5
6

data.info()
1

3.数据分析

平台：日播放量，日用户量，日作者量，日作品量

作者：播放量，点赞率，完播率，背景音乐，作品时长，作品发布时间段

# 日播放量随时间变化的趋势

data_id = data.groupby('date')['uid'].count()
x = data_id.index
plt.figure(figsize=(12,15))
ax1 = plt.subplot(411)
plt.plot(x,data_id)
plt.title('日播放量随时间变化的趋势')
plt.ylabel('日播放量')

data_uid = data.groupby('date')['uid'].nunique()

ax2 = plt.subplot(412)
x = data_uid.index
plt.plot(x,data_uid)
plt.title('日用户量随时间变化的趋势')
plt.ylabel('日用户量')
'''
python资料获取看这里噢！！ 小编 V：qian97378，即可获取：
文章源码/教程/资料/解答等福利，还有不错的视频学习教程和PDF电子书！
'''
ax3 = plt.subplot(413)
data_authorid = data.groupby('date')['author_id'].nunique()
x = data_authorid.index
plt.plot(x,data_authorid)
plt.title('日作者量随时间变化的趋势')
plt.ylabel('日作者量')

ax4 = plt.subplot(414)
data_itemid = data.groupby('date')['item_id'].nunique()
x = data_itemid.index
plt.plot(x,data_itemid)
plt.title('日作品量随时间变化的趋势')
plt.ylabel('日作品量')

plt.show()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36

作者：作品数量，作品获赞率，作品播放率

# 作者作品数量前20
author_20 = data['author_id'].value_counts().iloc[:20]
x1 = author_20.index.astype('str')
y1 = author_20.values
plt.figure(figsize=(18,6))
ax1 = plt.subplot()
plt.bar(x1,y1)

ax2 = ax1.twinx()
author_l_20 = data.groupby('author_id')['like'].mean()[author_20.index]
x2 = author_l_20.index.astype('str')
y2 = author_l_20.values
plt.plot(x2,y2,color='red')

ax3 = ax1.twinx()
author_p_20 = author_20/len(data)
x3 = author_p_20.index.astype('str')
y3 = author_p_20.values
plt.plot(x3,y3,color='green')
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

# 背景音乐
music_10 = data['music_id'].value_counts().iloc[:10]
x1 = music_10.index.astype('str')
plt.figure(figsize=(12,4))
plt.bar(x1, music_10.values)
1
2
3
4
5

作品时长

不同作品时长与播放量和作品量的关

data_time = data.groupby('duration_time')['uid'].count()
data_time_item = data.groupby('duration_time')['item_id'].nunique()
1
2

'''
python资料获取看这里噢！！ 小编 V：qian97378，即可获取：
文章源码/教程/资料/解答等福利，还有不错的视频学习教程和PDF电子书！
'''
x = data_time.index
y1 = data_time
y2 = data_time_item

fig, ax1 = plt.subplots(figsize=(12,6))

ax1.set_title('作品不同时长的播放量与作品量分布情况')
ax1.set_xlabel('时长/s')
ax1.set_ylabel('播放量',color='red')
ax1.plot(x, y1, color="red")

ax2 = ax1.twinx()

ax2.set_ylabel('作品量',color='orange')
ax2.plot(x, y2, color='orange')
ax2.set_xlim(0,50)

plt.show()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

7-12s的作品量占大多数

作品发布时间

不同作品发布时间的作品量和播放量的关系

data_time = data.groupby('H')['uid'].count()
data_time_item = data.groupby('H')['item_id'].nunique()
1
2

x = data_time.index
y1 = data_time
y2 = data_time_item

fig, ax1 = plt.subplots(figsize=(12,6))

ax1.set_title('作品不同时长的播放量与作品量分布情况')
ax1.set_xlabel('时长/s')
ax1.set_ylabel('播放量',color='red')
ax1.plot(x, y1, color="red")

ax2 = ax1.twinx()

ax2.set_ylabel('作品量',color='orange')
ax2.plot(x, y2, color='orange')

plt.show()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

4.总结

4.1 平台

增加活动推广
1

4.2 作者

背景音乐：热门歌曲

作品时长：7-12s，最好不要超过23s

作品发布时间：在休息时间内发布

积极参加平台活动
1
2
3
4
5
6
7

尾语

好了，今天的分享就差不多到这里了！

对下一篇大家想看什么，可在评论区留言哦！看到我会更新哒(ง •_•)ง

喜欢就关注一下博主，或点赞收藏评论一下我的文章叭！！！

最后，宣传一下呀~