2019年7月17日游戏直播平台斗鱼在美国纳斯达克股票交易所成功上市，成为继虎牙直播之后第二家赴美上市的国内直播平台。
7月底斗鱼因为平台主播“乔碧萝殿下”事件再次被推上热搜。惊呆了一众 友，纷纷 友表示心疼乔碧萝的粉丝们。
段子手们纷纷调侃成为主播的门槛之低：只需要变声软件+盗图+超级美颜。
那么直播行业真的如同 友们所说的这么简单吗/strong>
主播们的真实生存现状如何/p>
接下来分析一下！
获取数据
打开斗鱼直播界面，连续点击翻页
Network查看异步请求XHR，找到对应的URL
翻页只变动末尾的最后一个数字。
采用requests+pyquery来爬取。
部分爬虫代码如下。
剩下就是连续爬取，我设置的是10分钟爬取一次。
将爬取得到的数据存入Mysql中。
连续爬取了大概七天多时间，最终得到2062万条直播数据。
去重，其实爬虫部分已经设置去重，这里为了保险再来一次，不过事实证明确实没有重复。
因为实际爬取时间是0731下午到0808上午，为了方便后文计算，这里选取0801-0807这连续七天的直播数据。
我们还需要对主播按照id分组汇总。
先利用groupby分类汇总，再计算增加新列。
也就是说这七天之内，直播过的主播共有23万余人，那么下文让我们看看他们的生存现状吧。
数据可视化
将这23万主播按照平均直播时长和平均直播热度绘制一个散点图。
结果如下图所示。
图中可以发现较多的主播每天直播时长集中在5小时左右，这5个小时的游戏并非我们平时玩的那么简单。主播直播时往往既需要全神贯注玩游戏，又要和观众一起互动交流。
而较少主播直播时长则大部分在1小时左右，不能持续直播，导致观众少；观看人数少，主播没动力，久而久之，也就难以出头，形成恶性循环。
上图中有一些异常值，即平均每日直播时长超过20小时的直播间，这样的直播大部分为“一起看”分区，可以24小时连续播放电影电视剧之类的视频，余下都是游戏或者比赛的官方频道，用来循环播放官方视频。
那么主播们大部分在什么时间直播呢/strong>
他们的观众也是同一时间准时观看吗/p>
从同一时间段内主播直播与观众观看在线人数可以看出，有两个时段有差异。
一个是晚上21点后至凌晨6点前，以直播为职业的主播往往已经进行了5-6小时高强度不间断的直播，会选择后半夜好好休息一下，而将看直播作为娱乐的观众则躺在床上看到上头；
另一个时段是下午12点左右到18点，观众都正在上班上学，而很多全职主播中午起床吃饭后，正好下午开始了他们的直播。
大部分主播并非我们想象的那样，时间自由，赚钱容易。每天在线直播的主播人数以十万甚至百万为单位，但真正赢得观众喜爱和自愿刷大量礼物的事实上寥寥无几。一时的流量换不来观众永远的买账，以噱头博出位后如何用内容留住观众，是每个主播在探索的方向。
随着行业监管的加强，直播平台逐渐褪去“泡沫”，流量红利消失，回归理性。“熊猫”已经远走，行业内的竞争更加集中在剩下的头部平台之间，这些平台也更需要探索更优质的内容和更多元的发展！
更多的Python爬虫教程会持续为大家更新！
文章知识点与官方知识档案匹配，可进一步学习相关知识Python入门技能树 络爬虫urllib208921 人正在系统学习中
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！