1. 導入依賴庫

import pandas as pd import matplotlib as plt import seaborn as sns import os import requests # 處理URL資源 from pyecharts.charts import * import pyecharts.options as opts from pyecharts.globals import ThemeType # 設定主題 from pyecharts.commons.utils import JsCode

2.數據基本處理

df_100 = pd.read_excel('B站熱門100期.xlsx') df_100.head(3) 期數標題up主播放量點贊視頻標簽視頻鏈接012

第1期	這集vlog我們拍了十年，致最美好的青春	AresserA-Vlog	438.9萬	6.6萬	暴風流淚推薦！今天也是為別人的神仙愛情流淚的一天！	https://www.bilibili.com/video/BV14b411J7ML
第1期	華農兄弟：兄弟家的魚跑河里去了，幫他網回來，一網下去還不少	華農兄弟	240.5萬	2.1萬	村霸兄弟又上線了！這次他們把魔抓伸向了兄弟家的魚！	https://www.bilibili.com/video/BV15b41147uu
第1期	【性轉版】回家的誘惑（劉亦菲/劉昊然/鄧倫/吳磊/賈玲）	蘭徹lancche	405.5萬	4.1萬	NaN	https://www.bilibili.com/video/BV1xb411n7L6

df_he = pd.read_excel('何同學.xlsx') df_he.head(3) 標題BV號分享彈幕量投幣播放量收藏時長時間點贊評論鏈接012

【何同學】整理自己的生活（P2附庫克采訪）	BV13v411v7Zo	87493	104242	1006206	6890862	307790	1663	2021-02-17	1035322	28182	http://www.bilibili.com/video/BV13v411v7Zo
【何同學】這視頻能讓你戒手機	BV1ev411x7en	165395	87771	1556559	9395725	635917	738	2021-01-06	1458370	31807	http://www.bilibili.com/video/BV1ev411x7en
【何同學】80年代的電腦能做什么？蘋果麥金塔深度體驗	BV1cy4y1k7A2	88683	57512	1714349	7864361	463415	670	2020-11-05	1404036	20497	http://www.bilibili.com/video/BV1cy4y1k7A2

df_100.info() <class 'pandas.core.frame.DataFrame'> RangeIndex: 2499 entries, 0 to 2498 Data columns (total 7 columns):# Column Non-Null Count Dtype --- ------ -------------- ----- 0 期數 2499 non-null object1 標題 2499 non-null object2 up主 2499 non-null object3 播放量 2499 non-null object4 點贊 2499 non-null object5 視頻標簽 2453 non-null object6 視頻鏈接 2499 non-null object dtypes: object(7) memory usage: 136.8+ KB df_he.info() <class 'pandas.core.frame.DataFrame'> RangeIndex: 40 entries, 0 to 39 Data columns (total 12 columns):# Column Non-Null Count Dtype --- ------ -------------- ----- 0 標題 40 non-null object1 BV號 40 non-null object2 分享 40 non-null int64 3 彈幕量 40 non-null int64 4 投幣 40 non-null int64 5 播放量 40 non-null int64 6 收藏 40 non-null int64 7 時長 40 non-null int64 8 時間 40 non-null object9 點贊 40 non-null int64 10 評論 40 non-null int64 11 鏈接 40 non-null object dtypes: int64(8), object(4) memory usage: 3.9+ KB # 缺失值 for col in df_100:print('column {} 包含 {} 個缺失值'.format(col, df_100[col].isna().sum())) column 期數 包含 0 個缺失值 column 標題 包含 0 個缺失值 column up主 包含 0 個缺失值 column 播放量 包含 0 個缺失值 column 點贊 包含 0 個缺失值 column 視頻標簽 包含 46 個缺失值 column 視頻鏈接 包含 0 個缺失值 # 顯示缺失視頻標簽的前5條數據 df_100[df_100['視頻標簽'].isna().values==True].head(5) 期數標題up主播放量點贊視頻標簽視頻鏈接24678

第1期	【性轉版】回家的誘惑（劉亦菲/劉昊然/鄧倫/吳磊/賈玲）	蘭徹lancche	405.5萬	4.1萬	NaN	https://www.bilibili.com/video/BV1xb411n7L6
第1期	哆啦A夢結局背后的秘密？從未播出的黑歷史？真相出人意料	瓶子君152	214.9萬	4440	NaN	https://www.bilibili.com/video/BV1Qb41177Vm
第1期	在中國挑戰通宵賣燒烤！為啥美國沒有這個？	我是郭杰瑞	228.4萬	1.3萬	NaN	https://www.bilibili.com/video/BV1Rb411E7yi
第1期	腦瓜崩神器彈老外！耿哥出品，必屬精品！	毒角SHOW	172.8萬	3081	NaN	https://www.bilibili.com/video/BV1ob411E7YH
第1期	【純黑】《鬼泣5》一周目無傷S評價攻略解說 第七期	-純黑-	126.9萬	5551	NaN	https://www.bilibili.com/video/BV1Cb41147EK

for col in df_he:print('column {} 包含 {} 個缺失值'.format(col, df_he[col].isna().sum())) column 標題 包含 0 個缺失值 column BV號 包含 0 個缺失值 column 分享 包含 0 個缺失值 column 彈幕量 包含 0 個缺失值 column 投幣 包含 0 個缺失值 column 播放量 包含 0 個缺失值 column 收藏 包含 0 個缺失值 column 時長 包含 0 個缺失值 column 時間 包含 0 個缺失值 column 點贊 包含 0 個缺失值 column 評論 包含 0 個缺失值 column 鏈接 包含 0 個缺失值 # 修改pandas 科學計數顯示 pd.set_option('display.float_format',lambda x : '%.2f' % x) df_he.describe() 分享彈幕量投幣播放量收藏時長點贊評論countmeanstdmin25%50%75%max

40.00	40.00	40.00	40.00	40.00	40.00	40.00	40.00
45431.07	32717.47	414634.85	4528813.97	133628.05	460.48	451989.55	14110.00
86267.84	45473.10	578915.05	4638356.48	197777.93	362.53	544610.08	29499.88
832.00	845.00	3895.00	569871.00	2402.00	118.00	18524.00	415.00
2381.25	2483.00	21690.25	1225498.50	12283.25	290.00	43864.00	1160.25
15491.50	8323.50	95782.00	2759189.00	41353.50	389.00	140839.00	3035.00
54696.00	51157.50	624656.00	6716039.25	188840.75	498.00	752161.00	15353.75
514740.00	215661.00	2366963.00	25215096.00	924742.00	2082.00	2203659.00	178829.00

3.統計分析

3.1 上榜作品數 Top50 up主

# up主總數 print('一共的{}個up主'.format(df_100['up主'].nunique())) 一共的1040個up主 # 作品數量Top20 up主 up_T50 = df_100['up主'].value_counts()[:50] up_T50 涼風Kaze 64 老番茄 60 LexBurner 47 手工耿 36 朱一旦的枯燥生活 36 機智的黨妹 34 我是郭杰瑞 33 綿羊料理 32 羅翔說刑法 32 小潮院長 30 華農兄弟 30 硬核的半佛仙人 30 某幻君 30 敬漢卿 28 盜月社食遇記 22 央視新聞 21 中國BOY超級大猩猩 21 共青團中央 21 敖廠長 20 翔翔大作戰 19 木魚水心 19 靠譜電競 19 泛式 18 觀察者網 17 大祥哥來了 17 小片片說大片 17 花少北丶 16 畢導THU 15 啊嗎粽 15 東尼ookii 15 老師好我叫何同學 15 努力的Lorre 14 李子柒 13 英雄聯盟 12 鶴吱菌 12 記錄生活的蛋黃派 11 吃素的獅子 10 徐大sao 10 羅漢解說 10 徐大蝦咯 10 滲透之C君 10 瓶子君152 9 花花與三貓CatLive 9 納豆奶奶 9 嗶哩嗶哩英雄聯盟賽事 8 才疏學淺的才淺 8 神奇的老皮VFX 8 大家的音樂姬 8 老壇胡說 8 嗶哩嗶哩彈幕網 8 Name: up主, dtype: int64 bar1 = (Bar().add_xaxis(up_T50.index.tolist()).add_yaxis('',up_T50.values.tolist(),color='#62A39F').set_global_opts(title_opts= opts.TitleOpts(title='上榜作品數 Top50 up主'),yaxis_opts=opts.AxisOpts(name='上榜作品數量'),xaxis_opts=opts.AxisOpts(name='up主'),datazoom_opts=[opts.DataZoomOpts(), opts.DataZoomOpts(type_='inside')],).set_series_opts(label_opts=opts.LabelOpts(is_show=True),markpoint_opts=opts.MarkPointOpts(data=[opts.MarkPointItem(type_='max', name='最大值'),opts.MarkPointItem(type_='min', name='最小值'),opts.MarkPointItem(type_='average', name='平均值'),]),) ) bar1.render_notebook()

3.2 up主熱門推薦視頻數占比

• 取的是前50位, 并不是嚴格的占比餅圖

works = df_100['up主'].value_counts() works 涼風Kaze 64 老番茄 60 LexBurner 47 手工耿 36 朱一旦的枯燥生活 36.. 1818黃金眼 1 自動鬼畜中的WZ 1 我在旺角殺左人 1 淘米睡起床了 1 花尹昭- 1 Name: up主, Length: 1040, dtype: int64 works.index Index(['涼風Kaze', '老番茄', 'LexBurner', '手工耿', '朱一旦的枯燥生活', '機智的黨妹', '我是郭杰瑞','綿羊料理', '羅翔說刑法', '小潮院長',...'陌然MajorC', '冰糖葫蘆沒放鹽', '藍書愛喝水', '馮提莫', '深夜徐老師', '1818黃金眼', '自動鬼畜中的WZ','我在旺角殺左人', '淘米睡起床了', '花尹昭-'],dtype='object', length=1040) # 餅圖在這里沒有太大意義 pie_1 = (Pie().add('',[list(z) for z in zip(up_T50.index.tolist(), up_T50.values.tolist())],radius=['28%','60%'],center=['35%','50%']).set_global_opts(title_opts=opts.TitleOpts(title='Top20 up主',pos_left='28%',pos_top='48%',title_textstyle_opts=opts.TextStyleOpts(#color='#FF6A6A',font_size=20,font_weight='bold')),legend_opts=opts.LegendOpts(is_show=False),visualmap_opts=opts.VisualMapOpts(is_show=False, min_=9,max_=329,is_piecewise=False,dimension=0,#range_color=['#9400D3', '#008afb', '#ffec4a', '#FFA500','#ce5777'])).set_series_opts(label_opts=opts.LabelOpts(formatter=':{c} vt6mr5x%')) ) pie_1.render_notebook()

3.3 播放量區間統計

• 將 “***萬” 轉化成數值

df_100['播放量/萬'] = df_100['播放量'].str.split('萬').apply(lambda x: x[0]) df_100['播放量/萬'] = df_100['播放量/萬'].astype(float).apply(lambda x: round(x,2)) df_100['播放量/萬'].describe() count 2499.00 mean 460.93 std 403.16 min 12.20 25% 233.05 50% 359.90 75% 553.40 max 7449.60 Name: 播放量/萬, dtype: float64 # 定義轉換函數 def transform_plays(x):if x <= 100:return '小于100萬'elif x <= 200:return '100—200萬'elif x <= 300:return '200—300萬'elif x <= 400:return '300—400萬'elif x <= 500:return '400—500萬'elif x <= 600:return '500—600萬'elif x <= 700:return '600—700萬'else:return '700萬以上' df_100['播放量(區間)'] = df_100['播放量/萬'].apply(lambda x: transform_plays(x)) play = df_100['播放量(區間)'].value_counts() sort_list = ['小于100萬','100—200萬','200—300萬','300—400萬','400—500萬','500—600萬','600—700萬','700萬以上'] play = play.loc[sort_list] play 小于100萬 57 100—200萬 392 200—300萬 524 300—400萬 428 400—500萬 329 500—600萬 225 600—700萬 156 700萬以上 388 Name: 播放量(區間), dtype: int64 bar_1 = (Bar().add_xaxis(play.index.tolist()).add_yaxis('視頻數量',play.values.tolist(),color='#62A39F',label_opts=opts.LabelOpts(is_show=True,position='top')).set_global_opts(title_opts=opts.TitleOpts(title='播放量區間統計'),xaxis_opts=opts.AxisOpts(name='播放量區間',type_='category',axislabel_opts={"interval":"0"}),yaxis_opts=opts.AxisOpts(name='視頻數量',min_=0,max_=550,splitline_opts=opts.SplitLineOpts(is_show=True,linestyle_opts=opts.LineStyleOpts(type_='dash'),)),tooltip_opts=opts.TooltipOpts(trigger='axis',axis_pointer_type='cross')) )bar_1.render_notebook()

3.4 點贊量區間分布

df_100['點贊'] = df_100['點贊'].apply(lambda x: str(int(x)/10000)+'萬' if '萬' not in x else x) df_100['點贊/萬'] = df_100['點贊'].str.split('萬').apply(lambda x: x[0]) df_100['點贊/萬'] = df_100['點贊/萬'].astype(float).apply(lambda x :round(x,2)) df_100['點贊/萬'].describe() count 2499.00 mean 3.37 std 5.57 min 0.00 25% 0.89 50% 1.90 75% 3.90 max 153.60 Name: 點贊/萬, dtype: float64 # transform_like def transform_likes(x):if x <= 2:return '小于2萬'elif x <= 4:return '2—4萬'elif x <= 6:return '4—6萬'elif x <= 8:return '6—8萬'elif x <= 10:return '8—10萬'elif x <= 12:return '10—12萬'elif x <= 14:return '12—14萬'elif x <= 16:return '14—16萬'elif x <= 18:return '16—18萬'elif x <= 20:return '18—20萬'else:return '20萬以上' df_100['點贊(區間)'] = df_100['點贊/萬'].apply(lambda x :transform_likes(x)) like = df_100['點贊(區間)'].value_counts() like 小于2萬 1324 2—4萬 580 4—6萬 257 6—8萬 121 8—10萬 73 10—12萬 38 20萬以上 36 12—14萬 28 14—16萬 20 16—18萬 12 18—20萬 10 Name: 點贊(區間), dtype: int64 # 按區間排序 sort_list = ['小于2萬','2—4萬','4—6萬','6—8萬','8—10萬','10—12萬','12—14萬','14—16萬','16—18萬','18—20萬','20萬以上'] like = like.loc[sort_list] like 小于2萬 1324 2—4萬 580 4—6萬 257 6—8萬 121 8—10萬 73 10—12萬 38 12—14萬 28 14—16萬 20 16—18萬 12 18—20萬 10 20萬以上 36 Name: 點贊(區間), dtype: int64 bar_2 = (Bar().add_xaxis(like.index.tolist()).add_yaxis('點贊數',like.values.tolist(),color='#62A39F',label_opts=opts.LabelOpts(is_show=True,position='top',)).set_global_opts(title_opts=opts.TitleOpts(title='點贊數量區間統計'),xaxis_opts=opts.AxisOpts(name='點贊量區間',type_='category',axislabel_opts={"interval":"0"}),yaxis_opts=opts.AxisOpts(name='點贊數量',min_=0,max_=550,splitline_opts=opts.SplitLineOpts(is_show=True,linestyle_opts=opts.LineStyleOpts(type_='dash'),)),tooltip_opts=opts.TooltipOpts(trigger='axis',axis_pointer_type='cross')) )bar_2.render_notebook()

3.5 最受歡迎的作品 top20

df_100.head(3) 期數標題up主播放量點贊視頻標簽視頻鏈接播放量/萬播放量(區間)點贊/萬點贊(區間)012

第1期	這集vlog我們拍了十年，致最美好的青春	AresserA-Vlog	438.9萬	6.6萬	暴風流淚推薦！今天也是為別人的神仙愛情流淚的一天！	https://www.bilibili.com/video/BV14b411J7ML	438.90	400—500萬	6.60	6—8萬
第1期	華農兄弟：兄弟家的魚跑河里去了，幫他網回來，一網下去還不少	華農兄弟	240.5萬	2.1萬	村霸兄弟又上線了！這次他們把魔抓伸向了兄弟家的魚！	https://www.bilibili.com/video/BV15b41147uu	240.50	200—300萬	2.10	2—4萬
第1期	【性轉版】回家的誘惑（劉亦菲/劉昊然/鄧倫/吳磊/賈玲）	蘭徹lancche	405.5萬	4.1萬	NaN	https://www.bilibili.com/video/BV1xb411n7L6	405.50	400—500萬	4.10	4—6萬

df_100 = df_100.sort_values(by=['播放量/萬','點贊/萬'], ascending=False) df_100['播放量/百萬'] = df_100['播放量/萬'].apply(lambda x: x/100).apply(lambda x: round(x,2)) df_100['點贊播放比'] = df_100.apply(lambda x: round(x['點贊/萬']/x['播放量/萬']*100, 2), axis=1) df_100.head(3) 期數標題up主播放量點贊視頻標簽視頻鏈接播放量/萬播放量(區間)點贊/萬點贊(區間)播放量/百萬點贊播放比8432631302

第45期

【嗶哩嗶哩2020拜年祭】

嗶哩嗶哩拜年紀

7449.6萬

153.6萬

十年B站，一如既往

https://www.bilibili.com/video/BV1TJ411C7An

7449.60

700萬以上

153.60

20萬以上

74.50

2.06

第19期

【派大星的獨白】一個關于正常人的故事

洛溫阿特金森

5688.3萬

34.3萬

歡樂是如何消失的呢，海綿寶寶？

https://www.bilibili.com/video/BV1qt411j7fV

5688.30

700萬以上

34.30

20萬以上

56.88

0.60

第61期

最 強 法 海

推背兔の

4231.1萬

12.9萬

原來是電音寺法海啊

https://www.bilibili.com/video/BV1pi4y147tQ

4231.10

700萬以上

12.90

12—14萬

42.31

0.30

bar_3 = (Bar(init_opts=opts.InitOpts(theme=ThemeType.PURPLE_PASSION,height='500px',width='1000px')).add_xaxis(df_100[:20]['標題']).add_yaxis('播放量/百萬',y_axis=df_100[:20]['播放量/萬'].to_list(),yaxis_index=0,label_opts=opts.LabelOpts(is_show=False),stack='stack1',color='#E76278').add_yaxis('點贊/萬',y_axis=df_100[:20]['點贊/萬'].tolist(),yaxis_index=0,label_opts=opts.LabelOpts(is_show=False),stack='stack1',color='#712164').extend_axis(yaxis=opts.AxisOpts(name='點贊播放百分比',min_=-3,max_=3,position='right',axisline_opts=opts.AxisLineOpts(linestyle_opts=opts.LineStyleOpts(color='#712164')),axislabel_opts=opts.LabelOpts(formatter='{value} %'))).set_global_opts(title_opts=opts.TitleOpts(title='B站熱門綜合視頻Top20'),xaxis_opts=opts.AxisOpts(name='',type_='category',name_gap=35,axislabel_opts=opts.LabelOpts(interval=0, rotate=30),),yaxis_opts=opts.AxisOpts(name='',splitline_opts=opts.SplitLineOpts(is_show=True),axislabel_opts=opts.LabelOpts(formatter='{value}萬')),tooltip_opts=opts.TooltipOpts(trigger='axis',axis_pointer_type='cross')) ) # 拆線圖這里沒意義, 當練手 line_1 = (Line().add_xaxis(df_100[:20]['標題']).add_yaxis('點贊播放比',y_axis=df_100[:20]['點贊播放比'].tolist(),label_opts=opts.LabelOpts(is_show=False),symbol='emptyCircle',is_symbol_show=True,color='#712164',yaxis_index=1) ) bar_3.overlap(line_1).render_notebook()

3.6 累計播放量Top20(按up主)

# 累計播放量 play_count = df_100.groupby('up主')['播放量/萬'].sum().sort_values(ascending=False).astype(int) play_count up主 老番茄 52962 涼風Kaze 31576 LexBurner 25165 小潮院長 21813 敬漢卿 19991... 鬼畜↑可樂♂ 33 豆豆班主任 30 妃說電影 20 我在降妖現場呢 19 1818黃金眼 16 Name: 播放量/萬, Length: 1040, dtype: int32 # 累計點贊 like_count = df_100.groupby('up主')['點贊/萬'].sum().sort_values(ascending=False).astype(int) like_count up主 老番茄 467 涼風Kaze 322 LexBurner 204 敬漢卿 192 某幻君 181... 豆豆班主任 0 走x琛 0 壹直設計 0 妃說電影 0 哈百里 0 Name: 點贊/萬, Length: 1040, dtype: int32 df_play = pd.DataFrame(play_count) df_like = pd.DataFrame(like_count) print(df_play) print(df_like) 播放量/萬 up主 老番茄 52962.40 涼風Kaze 31576.30 LexBurner 25165.50 小潮院長 21814.00 敬漢卿 19991.50 ... ... 鬼畜↑可樂♂ 33.30 豆豆班主任 30.10 妃說電影 20.80 我在降妖現場呢 19.70 1818黃金眼 16.10[1040 rows x 1 columns]點贊/萬 up主 老番茄 467.00 涼風Kaze 322.75 LexBurner 204.20 敬漢卿 192.96 某幻君 181.90 ... ... 豆豆班主任 0.05 走x琛 0.05 壹直設計 0.04 妃說電影 0.04 哈百里 0.01[1040 rows x 1 columns]

• 累計點贊和累計播放數量相差太大, 不太好放在一張圖里

play_like_count = pd.merge(play_count,like_count,on='up主') play_like_count['點贊播放比'] = play_like_count.apply(lambda x: round(x['點贊/萬']/x['播放量/萬']*100,2),axis=1) play_like_count 播放量/萬點贊/萬點贊播放比up主老番茄涼風KazeLexBurner小潮院長敬漢卿...鬼畜↑可樂♂豆豆班主任妃說電影我在降妖現場呢1818黃金眼

52962.40	467.00	0.88
31576.30	322.75	1.02
25165.50	204.20	0.81
21814.00	149.50	0.69
19991.50	192.96	0.97
...	...	...
33.30	0.12	0.36
30.10	0.05	0.17
20.80	0.04	0.19
19.70	0.33	1.68
16.10	0.18	1.12

1040 rows × 3 columns

bar_4 = (Bar().add_xaxis(play_count.index[:20].tolist()).add_yaxis('播放量/萬',play_count.values[:20].tolist(),color='#62A39F',label_opts=opts.LabelOpts(is_show=True,position='top'),).set_global_opts(title_opts=opts.TitleOpts(title='累計播放量Top20(按up主)'),xaxis_opts=opts.AxisOpts(name='up主',type_='category',axislabel_opts=opts.LabelOpts(rotate=45),),yaxis_opts=opts.AxisOpts(name='',splitline_opts=opts.SplitLineOpts(is_show=True,linestyle_opts=opts.LineStyleOpts(type_='dash'))),tooltip_opts=opts.TooltipOpts(trigger='axis',axis_pointer_type='cross')).set_series_opts(markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(type_='average',name='均值'),opts.MarkLineItem(type_='max',name='最大值'),opts.MarkLineItem(type_='min',name='最小值'),],linestyle_opts=opts.LineStyleOpts(color='#35AAA0',type_='dash'))) )bar_4.render_notebook()

3.7 累計點贊量Top20(按up主)

bar_5 = (Bar().add_xaxis(like_count.index[:20].tolist()).add_yaxis('點贊/萬',like_count.values[:20].tolist(),color='#62A39F',label_opts=opts.LabelOpts(is_show=True,position='top'),).set_global_opts(title_opts=opts.TitleOpts(title='累計點贊Top20(按up主)'),xaxis_opts=opts.AxisOpts(name='up主',type_='category',axislabel_opts=opts.LabelOpts(rotate=45),),yaxis_opts=opts.AxisOpts(name='',splitline_opts=opts.SplitLineOpts(is_show=True,linestyle_opts=opts.LineStyleOpts(type_='dash'))),tooltip_opts=opts.TooltipOpts(trigger='axis',axis_pointer_type='cross')).set_series_opts(markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(type_='average',name='均值'),opts.MarkLineItem(type_='max',name='最大值'),opts.MarkLineItem(type_='min',name='最小值'),],linestyle_opts=opts.LineStyleOpts(color='#35AAA0',type_='dash'))) )bar_5.render_notebook()

3.8 點贊播放比Top20(按up主)

play_like_count['點贊播放比'].sort_values(ascending=False) up主 思維跳躍的熊怪 15.80 觀學院官方 7.96 GoldenEggs 6.93 嗶哩嗶哩UP主執事 5.17 bilibili星訪問 4.91... sekaiの光子 0.04 小島鴿手 0.04 滾滾不是廣坤 0.02 走x琛 0.02 哈百里 0.00 Name: 點贊播放比, Length: 1040, dtype: float64 bar_5 = (Bar().add_xaxis(play_like_count['點贊播放比'].sort_values(ascending=False).index[:20].tolist()).add_yaxis('點贊播放比',play_like_count['點贊播放比'].sort_values(ascending=False).values[:20].tolist(),color='#62A39F',label_opts=opts.LabelOpts(is_show=True,position='top'),).set_global_opts(title_opts=opts.TitleOpts(title='點贊播放比Top20(按up主)'),xaxis_opts=opts.AxisOpts(name='up主',type_='category',axislabel_opts=opts.LabelOpts(rotate=45),),yaxis_opts=opts.AxisOpts(name='',splitline_opts=opts.SplitLineOpts(is_show=True,linestyle_opts=opts.LineStyleOpts(type_='dash'))),tooltip_opts=opts.TooltipOpts(trigger='axis',axis_pointer_type='cross')).set_series_opts(markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(type_='average',name='均值'),opts.MarkLineItem(type_='max',name='最大值'),opts.MarkLineItem(type_='min',name='最小值'),],linestyle_opts=opts.LineStyleOpts(color='#35AAA0',type_='dash'))) )bar_5.render_notebook()

總結

以上是生活随笔為你收集整理的[Pyecharts 可视化] B站推荐视频分析的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。