上次，我们做了一个B站/知乎大V排名监控工具（用python爬虫追踪知乎/B站大V排行）。
有读者问，这个初始数据是怎么获取的？我说是来自于一个分析项目的副产品。
这个项目就是今天给大家展示的内容：
关于 bilibili 上用户行为的统计分析
因为完成统计已经有一段时间了，所以数据并非最新的实时数据。
本项目由我们的实训生兼助教 清风小筑 完成。
获取代码、数据、图片及说明文档见文末
数据来源
分析数据基于 bilibili 网站上的公开信息，主要采集了以下数据维度：
2016年~2019年5月，每月各分类视频发布数
2019年1~5月，播放量过1w视频的标签、播放数、发布时间
2019年1~5月，播放量过10w视频的弹幕数、评论数、收藏数
2019年1~5月，播放量过50w的作者粉丝数、播放总数、视频数
之所以其中选择了 1w、10w、50w 等门槛，是因为B站的视频实在太多了，且有些数据不在列表请求中，需逐个获取。出于研究学习的目标，我们没必要完整抓取所有信息，只针对相对受欢迎的视频进行分析。
相关数据量
2019年不到半年的视频发布量，已经占到了B站全站视频量的 1/4 以上，可见其最近正进入高速增长时期。
以下分析，如无特殊注明均是针对2019年1~5月部分数据做出的统计。
历史趋势
视频发布量有一个比较明显的加速上涨趋势。另外，可以看出每年7、8月份都有一波小峰值，因为放假了……
周期规律
每日的视频发布量有比较明显的波动，如果你去看大图（已上传），会发现每一次波动都是一个星期。
如果我们按每周一~日来合并统计，就会得到：
周末的发布量明显高于工作日，而周五是发布的高峰。
发布量反映的是作者的行为，而弹幕量则能反映出观众的行为。
对2019年1~5月播放量前1w视频的弹幕发布时间进行了分析：
弹幕发布量同样呈现周期性，且比视频发布略滞后一天，峰值在周六周日。说明大家还是周末刷B站比较多。
我们将两个曲线归一化对比就比较明显了：
如果按每天的24小时进行合并统计，也会发现很明显的规律：
中午是小高峰，晚上是大高峰；
弹幕依旧滞后于视频
谁才是大佬？
对于播放量过50w视频的作者，做一个排序（非最新数据）：
粉丝数前20
视频播放总量前20
视频平均播放量前20
将视频总数/播放总量/粉丝数3个维度结合，综合成一张图表：
可点击查看大图，或从项目中获取
圈越大代表粉丝越多，越靠近左上说明效率越高（平均播放量高），越靠近右边说明UP主越勤劳。
因为B站上的“贫富分化”真的很明显，数据量跨度极大，所以这张图用了对数坐标。
特别看了下图上几个比较突出的点的详细数据：
UP主 - 发布视频数 - 播放总数 - 粉丝数
暴走漫画 - 65 - 9.73亿 466.61万
哔哩哔哩番剧 - 8382 - 112.89亿 - 78.42万
TAKERA - 18665 - 2.49亿 - 32.14万
柚子木字幕组 - 10864 - 9.97亿 - 306.05万
什么内容最受欢迎？
对于播放量过1w视频的标签，做了一些统计：
相关视频量前20
播放总量前20
平均播放量前20（只统计视频量>100的）
平均收藏前20（基于播放量过10w视频，标签相关视频量>100的）
这是一张针标签平均弹幕量和标签平均播放量的散点图：
总体来说，对于热门标签，播放量和弹幕量都会非常高；但一般标签，播放量和弹幕量的相关性并不是特别大。
把标签按视频总数、播放总量、全部评论量、全部弹幕量取Top100，绘制出词云：
如果把标准改成 平均播放量、平均评论量、平均弹幕量，则是：
看来有两位同志今年上半年很火啊！
全站标题高频词云：
高频弹幕词云：
关于项目的一些说明
使用了哔哩哔哩网页版的视频、作者信息、弹幕、热评 API 进行数据抓取
使用 MongoDB 存储数据。为了方便学习者使用，另转存了一份 JSON 格式数据可直接导入
开发环境：python3.7 / Windows / jupyter notebook
运行依赖包：
requests matplotlib numpy pymongo pickle jieba wordcloud
抓取部分并无特别难度，在 github 项目页面，我们附上了具体的文档说明和代码注释。
如果你上个月参与了我们的爬虫学习小组，现在应该也可以参照代码顺利完成抓取部分的工作。
而关于数据可视化的内容，我们也很快会开展相关小组。请留意我们公众号和群里的通知。
获取项目代码、数据、图片及说明文档，请在公众号（Crossin的编程教室）里回复关键字：
b站
其他内容回复左侧关键词获取：
python ：零基础入门课程目录
新手 ：初学者指南及常见问题
资源 ：超过500M学习资料网盘地址
项目 ：十多个进阶项目代码实例
如需了解视频课程及答疑群等更多服务，
请号内回复 码上行动
推荐阅读
经验：选专业 | Python转行 | 我用Python | 新手建议
干货：如何debug | 一图学Python | 知乎资源 | 单词表
案例：漫威API | 爬抖音 | 查天气 | 监控大V | 红包提醒
欢迎加入
Crossin的编程教室
crossincode.com
请把我们分享给身边爱学习的小伙伴 :)
☟点击文末“阅读原文”，查看更多学习资源