大数据解读 B 站火过蔡徐坤的“鬼畜“区巨头们

作者 | 徐麟

责编 | 胡巍巍

前言

近日，蔡徐坤一纸律师函发往B站，律师函内容显示，“B站上存在着大量侵害委托人的内容，且点击率高，传播范围广，影响十分恶劣。这些内容的制作、上传、散布、转载都已侵害了委托人的名誉权、肖像权、表演权等权利。要求对方立即删除侵权内容，确保不再出现任何侵犯内容。”

然而B站也毫不示弱，在其官微正面回复蔡徐坤，并给蔡徐坤“友情推荐“了名誉权的相关文章，可谓有理有据。

我们今天在这里不去评判究竟孰是孰非，更多的是要用数据带大家一起走进B站鬼畜视频的神秘世界，看看那些活跃在B站的“鬼畜“届巨头们。

初识“鬼畜”

何为“鬼畜“？我们截取了百度百科上对于鬼畜视频的定义，让大家能够对鬼畜视频有个初步的认知：

我们此次的数据来源就是B站的鬼畜视频专区的信息，可以看到视频信息是以列表形式进行给出：

通过审查元素，我们找到了对应的接口，并进行列表信息的爬取，获得了从2018年发布至今的30000多条鬼畜视频的信息，包括了弹幕数，发布时间，作者，标签等：

部分代码如下：

def get_list(j,start,end):
    attempts = 0
        success = False
        while attempts < 500 and not success:
        try:
                        url = 'https://s.search.bilibili.com/cate/search?callback=jqueryCallback_bili_06768280565043483&search_type=video&view_type=hot_rank&order=click&cate_id=22&page={}&pagesize=20&time_from={}&time_to={}'.format(str(j),str(start),str(end))
            header = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win32; x32; rv:54.0) Gecko/20100101 Firefox/54.0',
                                  'Connection': 'keep-alive'}
            cookies ='v=3; iuuid=1A6E888B4A4B29B16FBA1299108DBE9CDCB327A9713C232B36E4DB4FF222CF03; webp=true; ci=1%2C%E5%8C%97%E4%BA%AC; __guid=26581345.3954606544145667000.1530879049181.8303; _lxsdk_cuid=1646f808301c8-0a4e19f5421593-5d4e211f-100200-1646f808302c8; _lxsdk=1A6E888B4A4B29B16FBA1299108DBE9CDCB327A9713C232B36E4DB4FF222CF03; monitor_count=1; _lxsdk_s=16472ee89ec-de2-f91-ed0%7C%7C5; __mta=189118996.1530879050545.1530936763555.1530937843742.18'
            cookie = {}
                        for line in cookies.split(';'):
                                 name, value = cookies.strip().split('=', 1)
                 cookie[name] = value    
            html = requests.get(url,cookies=cookie, headers=header).content
            info = json.loads(html.decode('utf-8'))['result']
                        return info
                except:
            attempts = attempts+1
        return []

period = pd.read_excel('起止日期.xlsx')
guichu_all = []
for i in range(period.shape[0]):
    for j in range(100):
        this_guichu = get_list(j,period['start'][i],period['end'][i])
        guichu_all = guichu_all+this_guichu
        print('{} {}'.format(str(i),str(j)))

最后得到的数据如下：

万物皆可鬼畜

综述

在鬼畜界中，有一句被大家所熟知的话：万物皆可鬼畜。它的意思是,没有什么是不能成为鬼畜素材的。鬼畜的题材之广泛，往往会超出大家的想象，从动漫到电视剧，网游，甚至连《猫和老鼠》《小猪佩奇》这种动画片都常常出现在了鬼畜豪华套餐之中。

首先我们来看一下鬼畜视频的“用户画像”，提到对鬼畜视频的理解和认知，阿婆主们说第二，没有人敢说第一，那么我们就看看阿婆主眼中的鬼畜视频:

阿婆主们为了让自己的视频能够得到更多关注，都会给自己的视频打上非常全面、精准的标签，其中包括了对视频的描述以及素材的信息，我们将这部分信息进行提取，为鬼畜视频刻画其“用户画像”，通过词云进行展现：

除了鬼畜调教本书，有许多其他的非常有意思的描述，比如洗脑循环、恶搞、蜜汁带感、有毒、魔性、新人都是怪物，这基本上是对鬼畜视频非常精确的描述了。这些描述也很好的解释了鬼畜视频能够“病毒式“”的传播的原因了。

下面就进入“万物皆可鬼畜”的正题，主要分为两个部分：人物和素材，人物主要是指的现实生活中的人物，包括了传统意义上的明星和鬼畜全明星两部门，素材就指的是那些可以用来进行鬼畜创作的原始内容，包括了歌曲，电视剧，电影等等。

人物篇

首先看一下人物篇，我们先来看下2018,2019两年视频弹幕量最多的人物：

可以看到面筋哥在18,19年的榜单上都排名第一，面筋哥以其浑厚的嗓音，洒脱的风格，不羁的穿搭走入了b站，成为了鬼畜区的王者，未来期待面筋哥更多的作品。同时看到2019年蔡徐坤进入了榜单，吴亦凡的排名也得到了明显的提高，依然引起了越来越多的阿婆主的关注。

下面我们把维度从年切分至周，制作动态图看下大家18年至今每周的排名变化，我们使用的是大神之前搭好的模板，使用方法可以参照github上https://github.com/Jannchie/Historical-ranking-data-visualization-based-on-d3.js 的讲解：

可以看到，面筋哥在2018年很长一段时间都是独领风骚，然而近期霸占榜单头名的依然变成了蔡徐坤，想必这也是蔡徐坤团队最近行动的原因了，我们用词云图将这些鬼畜届的巨头们放在一起，看看是否有你熟悉的：

涉及到的领域相当广泛，不仅有面筋哥这些常年活跃于鬼畜届的巨头，也有吴亦凡、蔡徐坤这样的明星，就连朱广权这种央视的主播都出现在了榜单，互联网界的四位巨头也在榜单之中，未来也期待更多的互联网巨头们精彩的作品。看完了人物，我们看下鬼畜素材的情况：

素材篇

可以看到18年和19年素材产生了比较大的变化，但是改革春风吹满地和猫和老鼠已成为了鬼畜区的镇区质保，在排名中名列前茅，这份榜单也很好的诠释了“万物皆可鬼畜”这一真理。

小品、动漫、影视人物、热门歌曲，只有你想不到的，没有鬼畜区做不到的，同样我们来看下每个周的动态变化情况：

同样也把这些常见素材通过词云图放在一起，进一步看一下鬼畜区阿婆主们令人惊叹的脑洞：

部分代码如下：

tag_stat = Counter(guichu_tag['tag'])
back_color = imread('D:/爬虫/鬼畜/bilibili.jpg')  # 解析该图片

wc = WordCloud(background_color='white',  # 背景颜色
               max_words=100,  # 最大词数
               mask=back_color,  # 以该参数值作图绘制词云，这个参数不为空时，width和height会被忽略
               max_font_size=200,  # 显示字体的最大值
               font_path="C:/Windows/Fonts/STFANGSO.ttf",  # 解决显示口字型乱码问题，可进入C:/Windows/Fonts/目录更换字体
               random_state=42,  # 为每个词返回一个PIL颜色
               # width=1000,  # 图片的宽
               # height=860  #图片的长
               )
# WordCloud各含义参数请点击 wordcloud参数
image_colors = ImageColorGenerator(back_color)
wc.generate_from_frequencies(tag_stat)

plt.figure(figsize=(8,8),dpi=80)
plt.imshow(wc.recolor(color_func=image_colors))
plt.axis('off')

## 绘制图片
renwu_stat_year_18 = tag_count_year[(tag_count_year['year']=='2018') & (tag_count_year['type']=='人物')]
renwu_stat_year_18.sort_values('danmu',ascending=False,inplace=True)
attr = renwu_stat_year_18['tag'][0:10]
v1 = renwu_stat_year_18['danmu'][0:10]
bar = Bar("2018人物弹幕数量TOP10")
bar.add("弹幕数量", attr, v1, is_stack=True, xaxis_rotate=30,xaxis_label_textsize=18,
         xaxis_interval =0,is_splitline_show=False,label_text_size=12,is_label_show=True)
bar.render('2018人物弹幕数量TOP10.html')

火钳留名

“火钳留名“是鬼畜区视频弹幕常见用语，表示对某一视频未来的看好，我们也来看看那些在鬼畜区最火的视频：

最后我们放个彩蛋，那就是为大家精选的集合了鬼畜区全明星（波澜哥，面筋哥，两位马爸爸等人）的《火力种田王2》，看过之后，想必大家都会神清气爽（sanguanjinhui）：

作者：徐麟，知乎同名专栏作者，目前就职于上海唯品会产品技术中心，哥大统计数据狗，从事数据挖掘&分析工作，喜欢用R&Python玩一些不一样的数据。个人公众号：数据森麟（ID:shujusenlin）。

声明：本文为作者投稿，版权归对方所有。

【End】

 热 文 推 荐 

戳他↓↓↓

☞马云再谈 996：真正的 996 与被剥削无关

摩拜被收购的这一年

曾断崖式跌落的三星，能否在中国东山再起？

Python的10个“秘籍”，这些技术专家全都告诉你了

☞漫画：图的 “最短路径” 问题 | 技术头条

☞从 0 到管理 200 人，这位程序员是如何做到的？ | 程序员有话说

4000万假币流入波场, 发生在凌晨的BTT假币攻击事件始末及细节披露

System.out.println("点个在看吧！");
console.log("点个在看吧！");
print("点个在看吧！");
printf("点个在看吧！\n");
cout << "点个在看吧！" << endl;
Console.WriteLine("点个在看吧！");
Response.Write("点个在看吧！");
alert("点个在看吧！")
echo "点个在看吧！"

你点的每个“在看”，我都认真当成了喜欢