[Pyecharts 可视化] B站推荐视频分析

1. 导入依赖库

import pandas as pd import matplotlib as plt import seaborn as sns import os import requests # 处理URL资源 from pyecharts.charts import * import pyecharts.options as opts from pyecharts.globals import ThemeType # 设定主题 from pyecharts.commons.utils import JsCode

2.数据基本处理

df_100 = pd.read_excel('B站热门100期.xlsx') df_100.head(3) 期数标题up主播放量点赞视频标签视频链接012

第1期	这集vlog我们拍了十年，致最美好的青春	AresserA-Vlog	438.9万	6.6万	暴风流泪推荐！今天也是为别人的神仙爱情流泪的一天！	https://www.bilibili.com/video/BV14b411J7ML
第1期	华农兄弟：兄弟家的鱼跑河里去了，帮他网回来，一网下去还不少	华农兄弟	240.5万	2.1万	村霸兄弟又上线了！这次他们把魔抓伸向了兄弟家的鱼！	https://www.bilibili.com/video/BV15b41147uu
第1期	【性转版】回家的诱惑（刘亦菲/刘昊然/邓伦/吴磊/贾玲）	兰彻lancche	405.5万	4.1万	NaN	https://www.bilibili.com/video/BV1xb411n7L6

df_he = pd.read_excel('何同学.xlsx') df_he.head(3) 标题BV号分享弹幕量投币播放量收藏时长时间点赞评论链接012

【何同学】整理自己的生活（P2附库克采访）	BV13v411v7Zo	87493	104242	1006206	6890862	307790	1663	2021-02-17	1035322	28182	http://www.bilibili.com/video/BV13v411v7Zo
【何同学】这视频能让你戒手机	BV1ev411x7en	165395	87771	1556559	9395725	635917	738	2021-01-06	1458370	31807	http://www.bilibili.com/video/BV1ev411x7en
【何同学】80年代的电脑能做什么？苹果麦金塔深度体验	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 期数 2499 non-null object1 标题 2499 non-null object2 up主 2499 non-null object3 播放量 2499 non-null object4 点赞 2499 non-null object5 视频标签 2453 non-null object6 视频链接 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 标题 40 non-null object1 BV号 40 non-null object2 分享 40 non-null int64 3 弹幕量 40 non-null int64 4 投币 40 non-null int64 5 播放量 40 non-null int64 6 收藏 40 non-null int64 7 时长 40 non-null int64 8 时间 40 non-null object9 点赞 40 non-null int64 10 评论 40 non-null int64 11 链接 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 {} 个缺失值'.format(col, df_100[col].isna().sum())) column 期数 包含 0 个缺失值 column 标题 包含 0 个缺失值 column up主 包含 0 个缺失值 column 播放量 包含 0 个缺失值 column 点赞 包含 0 个缺失值 column 视频标签 包含 46 个缺失值 column 视频链接 包含 0 个缺失值 # 显示缺失视频标签的前5条数据 df_100[df_100['视频标签'].isna().values==True].head(5) 期数标题up主播放量点赞视频标签视频链接24678

第1期	【性转版】回家的诱惑（刘亦菲/刘昊然/邓伦/吴磊/贾玲）	兰彻lancche	405.5万	4.1万	NaN	https://www.bilibili.com/video/BV1xb411n7L6
第1期	哆啦A梦结局背后的秘密？从未播出的黑历史？真相出人意料	瓶子君152	214.9万	4440	NaN	https://www.bilibili.com/video/BV1Qb41177Vm
第1期	在中国挑战通宵卖烧烤！为啥美国没有这个？	我是郭杰瑞	228.4万	1.3万	NaN	https://www.bilibili.com/video/BV1Rb411E7yi
第1期	脑瓜崩神器弹老外！耿哥出品，必属精品！	毒角SHOW	172.8万	3081	NaN	https://www.bilibili.com/video/BV1ob411E7YH
第1期	【纯黑】《鬼泣5》一周目无伤S评价攻略解说 第七期	-纯黑-	126.9万	5551	NaN	https://www.bilibili.com/video/BV1Cb41147EK

for col in df_he:print('column {} 包含 {} 个缺失值'.format(col, df_he[col].isna().sum())) column 标题 包含 0 个缺失值 column BV号 包含 0 个缺失值 column 分享 包含 0 个缺失值 column 弹幕量 包含 0 个缺失值 column 投币 包含 0 个缺失值 column 播放量 包含 0 个缺失值 column 收藏 包含 0 个缺失值 column 时长 包含 0 个缺失值 column 时间 包含 0 个缺失值 column 点赞 包含 0 个缺失值 column 评论 包含 0 个缺失值 column 链接 包含 0 个缺失值 # 修改pandas 科学计数显示 pd.set_option('display.float_format',lambda x : '%.2f' % x) df_he.describe() 分享弹幕量投币播放量收藏时长点赞评论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.统计分析

3.1 上榜作品数 Top50 up主

# up主总数 print('一共的{}个up主'.format(df_100['up主'].nunique())) 一共的1040个up主 # 作品数量Top20 up主 up_T50 = df_100['up主'].value_counts()[:50] up_T50 凉风Kaze 64 老番茄 60 LexBurner 47 手工耿 36 朱一旦的枯燥生活 36 机智的党妹 34 我是郭杰瑞 33 绵羊料理 32 罗翔说刑法 32 小潮院长 30 华农兄弟 30 硬核的半佛仙人 30 某幻君 30 敬汉卿 28 盗月社食遇记 22 央视新闻 21 中国BOY超级大猩猩 21 共青团中央 21 敖厂长 20 翔翔大作战 19 木鱼水心 19 靠谱电竞 19 泛式 18 观察者网 17 大祥哥来了 17 小片片说大片 17 花少北丶 16 毕导THU 15 啊吗粽 15 东尼ookii 15 老师好我叫何同学 15 努力的Lorre 14 李子柒 13 英雄联盟 12 鹤吱菌 12 记录生活的蛋黄派 11 吃素的狮子 10 徐大sao 10 罗汉解说 10 徐大虾咯 10 渗透之C君 10 瓶子君152 9 花花与三猫CatLive 9 纳豆奶奶 9 哔哩哔哩英雄联盟赛事 8 才疏学浅的才浅 8 神奇的老皮VFX 8 大家的音乐姬 8 老坛胡说 8 哔哩哔哩弹幕网 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='上榜作品数 Top50 up主'),yaxis_opts=opts.AxisOpts(name='上榜作品数量'),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主热门推荐视频数占比

• 取的是前50位, 并不是严格的占比饼图

works = df_100['up主'].value_counts() works 凉风Kaze 64 老番茄 60 LexBurner 47 手工耿 36 朱一旦的枯燥生活 36.. 1818黄金眼 1 自动鬼畜中的WZ 1 我在旺角杀左人 1 淘米睡起床了 1 花尹昭- 1 Name: up主, Length: 1040, dtype: int64 works.index Index(['凉风Kaze', '老番茄', 'LexBurner', '手工耿', '朱一旦的枯燥生活', '机智的党妹', '我是郭杰瑞','绵羊料理', '罗翔说刑法', '小潮院长',...'陌然MajorC', '冰糖葫芦没放盐', '蓝书爱喝水', '冯提莫', '深夜徐老师', '1818黄金眼', '自动鬼畜中的WZ','我在旺角杀左人', '淘米睡起床了', '花尹昭-'],dtype='object', length=1040) # 饼图在这里没有太大意义 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='{b}:{c} {d}%')) ) pie_1.render_notebook()

3.3 播放量区间统计

• 将 “***万” 转化成数值

df_100['播放量/万'] = df_100['播放量'].str.split('万').apply(lambda x: x[0]) df_100['播放量/万'] = df_100['播放量/万'].astype(float).apply(lambda x: round(x,2)) df_100['播放量/万'].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/万, dtype: float64 # 定义转换函数 def transform_plays(x):if x <= 100:return '小于100万'elif x <= 200:return '100—200万'elif x <= 300:return '200—300万'elif x <= 400:return '300—400万'elif x <= 500:return '400—500万'elif x <= 600:return '500—600万'elif x <= 700:return '600—700万'else:return '700万以上' df_100['播放量(区间)'] = df_100['播放量/万'].apply(lambda x: transform_plays(x)) play = df_100['播放量(区间)'].value_counts() sort_list = ['小于100万','100—200万','200—300万','300—400万','400—500万','500—600万','600—700万','700万以上'] play = play.loc[sort_list] play 小于100万 57 100—200万 392 200—300万 524 300—400万 428 400—500万 329 500—600万 225 600—700万 156 700万以上 388 Name: 播放量(区间), dtype: int64 bar_1 = (Bar().add_xaxis(play.index.tolist()).add_yaxis('视频数量',play.values.tolist(),color='#62A39F',label_opts=opts.LabelOpts(is_show=True,position='top')).set_global_opts(title_opts=opts.TitleOpts(title='播放量区间统计'),xaxis_opts=opts.AxisOpts(name='播放量区间',type_='category',axislabel_opts={"interval":"0"}),yaxis_opts=opts.AxisOpts(name='视频数量',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 点赞量区间分布

df_100['点赞'] = df_100['点赞'].apply(lambda x: str(int(x)/10000)+'万' if '万' not in x else x) df_100['点赞/万'] = df_100['点赞'].str.split('万').apply(lambda x: x[0]) df_100['点赞/万'] = df_100['点赞/万'].astype(float).apply(lambda x :round(x,2)) df_100['点赞/万'].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: 点赞/万, dtype: float64 # transform_like def transform_likes(x):if x <= 2:return '小于2万'elif x <= 4:return '2—4万'elif x <= 6:return '4—6万'elif x <= 8:return '6—8万'elif x <= 10:return '8—10万'elif x <= 12:return '10—12万'elif x <= 14:return '12—14万'elif x <= 16:return '14—16万'elif x <= 18:return '16—18万'elif x <= 20:return '18—20万'else:return '20万以上' df_100['点赞(区间)'] = df_100['点赞/万'].apply(lambda x :transform_likes(x)) like = df_100['点赞(区间)'].value_counts() like 小于2万 1324 2—4万 580 4—6万 257 6—8万 121 8—10万 73 10—12万 38 20万以上 36 12—14万 28 14—16万 20 16—18万 12 18—20万 10 Name: 点赞(区间), dtype: int64 # 按区间排序 sort_list = ['小于2万','2—4万','4—6万','6—8万','8—10万','10—12万','12—14万','14—16万','16—18万','18—20万','20万以上'] like = like.loc[sort_list] like 小于2万 1324 2—4万 580 4—6万 257 6—8万 121 8—10万 73 10—12万 38 12—14万 28 14—16万 20 16—18万 12 18—20万 10 20万以上 36 Name: 点赞(区间), dtype: int64 bar_2 = (Bar().add_xaxis(like.index.tolist()).add_yaxis('点赞数',like.values.tolist(),color='#62A39F',label_opts=opts.LabelOpts(is_show=True,position='top',)).set_global_opts(title_opts=opts.TitleOpts(title='点赞数量区间统计'),xaxis_opts=opts.AxisOpts(name='点赞量区间',type_='category',axislabel_opts={"interval":"0"}),yaxis_opts=opts.AxisOpts(name='点赞数量',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 最受欢迎的作品 top20

df_100.head(3) 期数标题up主播放量点赞视频标签视频链接播放量/万播放量(区间)点赞/万点赞(区间)012

第1期	这集vlog我们拍了十年，致最美好的青春	AresserA-Vlog	438.9万	6.6万	暴风流泪推荐！今天也是为别人的神仙爱情流泪的一天！	https://www.bilibili.com/video/BV14b411J7ML	438.90	400—500万	6.60	6—8万
第1期	华农兄弟：兄弟家的鱼跑河里去了，帮他网回来，一网下去还不少	华农兄弟	240.5万	2.1万	村霸兄弟又上线了！这次他们把魔抓伸向了兄弟家的鱼！	https://www.bilibili.com/video/BV15b41147uu	240.50	200—300万	2.10	2—4万
第1期	【性转版】回家的诱惑（刘亦菲/刘昊然/邓伦/吴磊/贾玲）	兰彻lancche	405.5万	4.1万	NaN	https://www.bilibili.com/video/BV1xb411n7L6	405.50	400—500万	4.10	4—6万

df_100 = df_100.sort_values(by=['播放量/万','点赞/万'], ascending=False) df_100['播放量/百万'] = df_100['播放量/万'].apply(lambda x: x/100).apply(lambda x: round(x,2)) df_100['点赞播放比'] = df_100.apply(lambda x: round(x['点赞/万']/x['播放量/万']*100, 2), axis=1) df_100.head(3) 期数标题up主播放量点赞视频标签视频链接播放量/万播放量(区间)点赞/万点赞(区间)播放量/百万点赞播放比8432631302

第45期

【哔哩哔哩2020拜年祭】

哔哩哔哩拜年纪

7449.6万

153.6万

十年B站，一如既往

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

7449.60

700万以上

153.60

20万以上

74.50

2.06

第19期

【派大星的独白】一个关于正常人的故事

洛温阿特金森

5688.3万

34.3万

欢乐是如何消失的呢，海绵宝宝？

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

5688.30

700万以上

34.30

20万以上

56.88

0.60

第61期

最 强 法 海

推背兔の

4231.1万

12.9万

原来是电音寺法海啊

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

4231.10

700万以上

12.90

12—14万

42.31

0.30

bar_3 = (Bar(init_opts=opts.InitOpts(theme=ThemeType.PURPLE_PASSION,height='500px',width='1000px')).add_xaxis(df_100[:20]['标题']).add_yaxis('播放量/百万',y_axis=df_100[:20]['播放量/万'].to_list(),yaxis_index=0,label_opts=opts.LabelOpts(is_show=False),stack='stack1',color='#E76278').add_yaxis('点赞/万',y_axis=df_100[:20]['点赞/万'].tolist(),yaxis_index=0,label_opts=opts.LabelOpts(is_show=False),stack='stack1',color='#712164').extend_axis(yaxis=opts.AxisOpts(name='点赞播放百分比',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站热门综合视频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}万')),tooltip_opts=opts.TooltipOpts(trigger='axis',axis_pointer_type='cross')) ) # 拆线图这里没意义, 当练手 line_1 = (Line().add_xaxis(df_100[:20]['标题']).add_yaxis('点赞播放比',y_axis=df_100[:20]['点赞播放比'].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 累计播放量Top20(按up主)

# 累计播放量 play_count = df_100.groupby('up主')['播放量/万'].sum().sort_values(ascending=False).astype(int) play_count up主 老番茄 52962 凉风Kaze 31576 LexBurner 25165 小潮院长 21813 敬汉卿 19991... 鬼畜↑可乐♂ 33 豆豆班主任 30 妃说电影 20 我在降妖现场呢 19 1818黄金眼 16 Name: 播放量/万, Length: 1040, dtype: int32 # 累计点赞 like_count = df_100.groupby('up主')['点赞/万'].sum().sort_values(ascending=False).astype(int) like_count up主 老番茄 467 凉风Kaze 322 LexBurner 204 敬汉卿 192 某幻君 181... 豆豆班主任 0 走x琛 0 壹直设计 0 妃说电影 0 哈百里 0 Name: 点赞/万, 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/万 up主 老番茄 52962.40 凉风Kaze 31576.30 LexBurner 25165.50 小潮院长 21814.00 敬汉卿 19991.50 ... ... 鬼畜↑可乐♂ 33.30 豆豆班主任 30.10 妃说电影 20.80 我在降妖现场呢 19.70 1818黄金眼 16.10[1040 rows x 1 columns]点赞/万 up主 老番茄 467.00 凉风Kaze 322.75 LexBurner 204.20 敬汉卿 192.96 某幻君 181.90 ... ... 豆豆班主任 0.05 走x琛 0.05 壹直设计 0.04 妃说电影 0.04 哈百里 0.01[1040 rows x 1 columns]

• 累计点赞和累计播放数量相差太大, 不太好放在一张图里

play_like_count = pd.merge(play_count,like_count,on='up主') play_like_count['点赞播放比'] = play_like_count.apply(lambda x: round(x['点赞/万']/x['播放量/万']*100,2),axis=1) play_like_count 播放量/万点赞/万点赞播放比up主老番茄凉风KazeLexBurner小潮院长敬汉卿...鬼畜↑可乐♂豆豆班主任妃说电影我在降妖现场呢1818黄金眼

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/万',play_count.values[:20].tolist(),color='#62A39F',label_opts=opts.LabelOpts(is_show=True,position='top'),).set_global_opts(title_opts=opts.TitleOpts(title='累计播放量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 累计点赞量Top20(按up主)

bar_5 = (Bar().add_xaxis(like_count.index[:20].tolist()).add_yaxis('点赞/万',like_count.values[:20].tolist(),color='#62A39F',label_opts=opts.LabelOpts(is_show=True,position='top'),).set_global_opts(title_opts=opts.TitleOpts(title='累计点赞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 点赞播放比Top20(按up主)

play_like_count['点赞播放比'].sort_values(ascending=False) up主 思维跳跃的熊怪 15.80 观学院官方 7.96 GoldenEggs 6.93 哔哩哔哩UP主执事 5.17 bilibili星访问 4.91... sekaiの光子 0.04 小岛鸽手 0.04 滚滚不是广坤 0.02 走x琛 0.02 哈百里 0.00 Name: 点赞播放比, Length: 1040, dtype: float64 bar_5 = (Bar().add_xaxis(play_like_count['点赞播放比'].sort_values(ascending=False).index[:20].tolist()).add_yaxis('点赞播放比',play_like_count['点赞播放比'].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='点赞播放比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()

总结

以上是生活随笔为你收集整理的[Pyecharts 可视化] B站推荐视频分析的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。