作者 | 小F
来源 | 法纳斯特
之前有个朋友提到了抖音数据的获取。
问我这样的行业前景如何，说实话我哪知道啊...
不过也算是给我提供了一些分析思路，感谢。
所以本次就来分析一下抖音的那些大V们。
来探索一下什么样的视频在抖音里最受欢迎。
这里不得不吐槽一下抖音，体验越来越差。
从一开始的打开App没广告，再到现在启动页面有广告，刷视频也有广告，还有商品橱窗的存在。
当然这只是吐槽一下而已，其实无论什么产品，广告必不可少~
否则，日子估摸着一天比一天难过。
或许，某一天我的公众号也会出现广告...
/ 01 / 获取分析
信息肯定不是去抖音获取的，而是从某平台爬取的。
具体的就不透露了，万一哪天被查水表了该怎么办。
如果需要数据集的，公众号回复「抖音」，即可获取。
主要包含了大V们的昵称、性别、类型、点赞数、粉丝数以及视频数。
一共有2840位抖音大V，粉丝数都是50w+。
/ 02 / 数据可视化
01 性别分布情况
2000多位大V，除去未知性别的，男女比例基本在「1:1」。
可视化代码如下。
def create_gender(df):
"""
性别
"""
df = df.copy()
df.loc[df.gender == 0, 'gender'] = '未知'
df.loc[df.gender == 1, 'gender'] = '男性'
df.loc[df.gender == 2, 'gender'] = '女性'
gender_message = df.groupby(['gender'])
gender_com = gender_message['gender'].agg(['count'])
gender_com.reset_index(inplace=True)
# 生成饼图
attr = gender_com['gender']
v1 = gender_com['count']
pie = Pie("抖音大V性别分布情况", title_pos='center', title_top=0)
pie.add("", attr, v1, radius=[40, 75], label_text_color=None, is_label_show=True, legend_orient="vertical", legend_pos="left", legend_top="%10")
pie.render("抖音大V性别分布情况.html")
02 点赞数TOP10
点赞数都是过亿的存在，就问你怕不怕。
其中「浙有正能量」和「人民日报」这两个都是属于弘扬中国正能量的。
泱泱大中华，复兴在当下，国强则无惧，龙行在天涯。
可视化代码如下。
def create_likes(df):
"""
点赞数
"""
df = df.sort_values('likes', ascending=False)
attr = df['name'][0:10]
v1 = ["{}".format(float('%.1f' % (float(i) / 100000000))) for i in df['likes'][0:10]]
# 生成柱状图
bar = Bar("抖音大V点赞数TOP10(亿)", title_pos='center', title_top='18', width=800, height=400)
bar.add("", attr, v1, is_convert=True, xaxis_min=0, yaxis_label_textsize=12, is_yaxis_boundarygap=True, yaxis_interval=0, is_label_show=True, is_legend_show=False, label_pos='right', is_yaxis_inverse=True, is_splitline_show=False)
bar.render("抖音大V点赞数TOP10.html")
03 粉丝数TOP10
粉丝数前十，大部分大V都是娱乐圈的。
这也是当下所流行的~
可视化代码如下。
def create_fans(df):
"""
粉丝数
"""
df = df.sort_values('fans', ascending=False)
attr = df['name'][0:10]
v1 = ["{}".format(float('%.1f' % (float(i) / 10000))) for i in df['fans'][0:10]]
# 生成柱状图
bar = Bar("抖音大V粉丝数TOP10(万)", title_pos='center', title_top='18', width=800, height=400)
bar.add("", attr, v1, is_convert=True, xaxis_min=0, yaxis_label_textsize=12, is_yaxis_boundarygap=True, yaxis_interval=0, is_label_show=True, is_legend_show=False, label_pos='right', is_yaxis_inverse=True, is_splitline_show=False)
bar.render("抖音大V粉丝数TOP10.html")
04 各类型点赞数汇总分布图
「蓝V」「娱乐」「生活」「美女」「搞笑」「帅哥」「音乐」这些类型的抖音视频，应该算是在抖音里较受欢迎的。
蓝V是抖音上的一个认证方式，主要是针对企业。
从上面可以看出大部分是媒体这一块，内容则主要是一些时事以及那些正能量视频。
可视化代码如下。
def create_type_likes(df):
"""
类型点赞数
"""
dom = []
likes_type_message = df.groupby(['type'])
likes_type_com = likes_type_message['likes'].agg(['sum'])
likes_type_com.reset_index(inplace=True)
for name, num in zip(likes_type_com['type'], likes_type_com['sum']):
data = {}
data['name'] = name
data['value'] = num
dom.append(data)
# 生成矩形树图
treemap = TreeMap("各类型抖音大V点赞数汇总图", title_pos='center', title_top='5', width=800, height=400)
treemap.add('各类型抖音大V点赞数汇总图', dom, is_label_show=True, label_pos='inside', is_legend_show=False)
treemap.render('各类型抖音大V点赞数汇总图.html')
05 各类型粉丝数汇总分布图
「娱乐」类型大V的粉丝数遥遥领先，位居第一。
其次便是「美女」「生活」「音乐」「帅哥」「文化」「蓝V」类型的。
结合一下点赞数的数据，我们就能知道在抖音里什么样的视频大家比较喜欢。
便是「娱乐」「生活」「美女」「帅哥」「音乐」「蓝V」这几个类型。
可视化代码如下。
def create_type_fans(df):
"""
类型粉丝数
"""
dom = []
fans_type_message = df.groupby(['type'])
fans_type_com = fans_type_message['fans'].agg(['sum'])
fans_type_com.reset_index(inplace=True)
for name, num in zip(fans_type_com['type'], fans_type_com['sum']):
data = {}
data['name'] = name
data['value'] = num
dom.append(data)
# 生成矩形树图
treemap = TreeMap("各类型抖音大V粉丝数汇总图", title_pos='center', title_top='5', width=800, height=400)
treemap.add('各类型抖音大V粉丝数汇总图', dom, is_label_show=True, label_pos='inside', is_legend_show=False)
treemap.render('各类型抖音大V粉丝数汇总图.html')
06 视频粉丝点赞三维度图
视频越多并不意味着点赞数就越多，粉丝数就越多。
不过还是会有个例出现，比如「浙有正能量」，1744个视频，4.6亿点赞数。
可视化代码如下。
def create_scatter(df):
"""
三维度散点图
"""
# 生成数据列表
data = [list(i) for i in zip(df['videos'], df['fans'], df['likes'], df['name'])]
# 生成散点图
x_lst = [v[0] for v in data]
y_lst = [v[1] for v in data]
extra_data = [v[2] for v in data]
sc = Scatter("抖音大V视频数粉丝数点赞数三维度", title_pos='center', title_top='5', width=800, height=400)
sc.add("", x_lst, y_lst, extra_data=extra_data, is_visualmap=True, visual_dimension=2, visual_orient="horizontal", visual_type="size", visual_range=[0, 500000000], visual_text_color="#000", visual_range_size=[5, 30])
sc.render('抖音大V视频数粉丝数点赞数三维度.html')
07 平均视频点赞数TOP10
第一居然被一个珠宝商给霸占了，我觉得肯定有猫腻。
于是便去抖音看了一眼。
鬼知道它的粉丝和点赞数怎么来的。
或许和圈内的删库一样，小哥删视频跑路了。
可视化代码如下。
def create_avg_likes(df):
"""
平均点赞数
"""
df = df[df['videos'] > 0]
df.eval('result = likes/(videos*10000)', inplace=True)
df['result'] = df['result'].round(decimals=1)
df = df.sort_values('result', ascending=False)
attr = df['name'][0:10]
v1 = df['result'][0:10]
# 生成柱状图
bar = Bar("抖音大V平均视频点赞数TOP10(万)", title_pos='center', title_top='18', width=800, height=400)
bar.add("", attr, v1, is_convert=True, xaxis_min=0, yaxis_label_textsize=12, is_yaxis_boundarygap=True, yaxis_interval=0, is_label_show=True, is_legend_show=False, label_pos='right', is_yaxis_inverse=True, is_splitline_show=False)
bar.render("抖音大V平均视频点赞数TOP10.html")
08 平均视频粉丝数TOP10
妥妥的娱乐圈大佬。
反正我是一个没关注，你们呢？
可视化代码如下。
def create_avg_fans(df):
"""
平均粉丝数
"""
df = df[df['videos'] > 0]
df.eval('result = fans/(videos*10000)', inplace=True)
df['result'] = df['result'].round(decimals=1)
df = df.sort_values('result', ascending=False)
attr = df['name'][0:10]
v1 = df['result'][0:10]
# 生成柱状图
bar = Bar("抖音大V平均视频粉丝数TOP10(万)", title_pos='center', title_top='18', width=800, height=400)
bar.add("", attr, v1, is_convert=True, xaxis_min=0, yaxis_label_textsize=12, is_yaxis_boundarygap=True, yaxis_interval=0, is_label_show=True, is_legend_show=False, label_pos='right', is_yaxis_inverse=True, is_splitline_show=False)
bar.render("抖音大V平均视频粉丝数TOP10.html")
/ 03 / 总结
我们常说，刷抖音就是浪费时间。
讲道理，抖音上也是有不少技术流的大佬，当然内容上更趋向于视频制作。
比如下面这几位，鼎鼎大名的「黑脸V」。
所以，抖音也并不是一无是处。
如果哪天你也能学会制作出那些吊炸天的视频，也是一种收获。
当然路很长，慢慢走~
万水千山总是情，点个「在看」行不行。
留言打卡 DAY 15
今日的留言话题是你对抖音的一些看法或者是之前刷抖音的一些经历，关于留言打卡的规则可以参考考虑到小长假，今日的打卡有效期延长到4月8日上午8点前
◆ ◆ ◆ ◆ ◆
长按二维码关注我们
数据森麟公众号的交流群已经建立，许多小伙伴已经加入其中，感谢大家的支持。大家可以在群里交流关于数据分析&数据挖掘的相关内容，还没有加入的小伙伴可以扫描下方管理员二维码，进群前一定要关注公众号奥，关注后让管理员帮忙拉进群，期待大家的加入。
管理员二维码：
