基础图表解读“东方甄选”爆火出圈数据

2023-10-08 14:30

本文主要是介绍基础图表解读“东方甄选”爆火出圈数据,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

数据可视化越来越广泛,数据图表也越来越绚丽多彩,不管多高级多有趣的图表,都不及基础图表在图表界的地位,要说图表使用率,基础图表才是“永远的神”。接下来跟随平台用基础折线图、柱状图、面积图,来了解最近火爆网络的“东方甄选”直播间。

 

新东方旗下直播间东方甄选因“双语直播”爆火出圈。短短10几天时间,成为拥有近2000万粉丝、一周带货3.4亿的热门直播间,以董宇辉为代表的老师们圈粉无数,登顶一百多个热搜。

董宇辉说:“当你背单词的时候,阿拉斯加的鳕鱼正跃出水面;当你算数学的时候,南太平洋的海鸥正掠过海岸;当你晚自习的时候,地球的极圈正五彩斑斓。但少年梦要你亲自实现,世界你要亲自去看。”

面积图适合时间变化的数据,能更好地强调数量随时间变化的程度,如下面积图所示,数据开始的增长点是6月11日,而数据的最大变化时间点是6月16日,“董宇辉”、“东方甄选”“俞敏洪”百度搜索指数更是达到顶峰。16日当天“董宇辉”个人的搜索指数更是高为139264。

以往不计其数的直播间靠吼靠演,靠各种差风评出圈。#潘长江卖假酒把观众当傻子......

东方甄选的直播间,把讲课融入带货,自成一派,在永远充斥着「买买买」激昂呐喊声的直播行业里,成为当下最独特的存在。

这些满腹诗书的老师用他们特有的方式告诉我们,知识不仅是书本、是分数,信手拈来的一句诗表达的就是自信,流利的英文讲解呈现的就是格局。

折线图适用于显示随时间或有序类别而变化的趋势,可以显示数据点以表示单个数据值,也可能不显示这些数据点。

如下折线图:面对东方甄选的火爆,粉丝的增长也是必然的。短短十几天时间,粉丝数量从几十万粉丝,飙升到2000多万粉丝。6月16日至6月17日的增长最为明显,也是这段时间的粉丝量也是增长最多的。

东方甄选直播火爆其中一个原因,是董宇辉,顿顿、石明等主播的全新风格:这哪里是在直播卖货啊,分明是一个风趣的小伙子在你旁边说些你还不知道的知识;聊聊自己的成长经历,一会哭一会笑的。

6元一根的玉米被网友吐槽价格太贵,董老师一句“贱谷伤农”,网友们纷纷支持。

柱状图适合用作数据的对比,不同时间或者不同条件,但只有一个变量。如下图,使用的是多色柱状图,与基础柱状图的区别是,可以有1个或多个变量,并且能用不同颜色突显不同的变量。近三个月“东方甄选”都带了哪类品种的货,其中食品饮料类和生鲜类的最多分别有635件、415件,占比48%、31%。

站在消费者的角度表达立场,才能更好地走进消费者的内心。“我就是一个农民的孩子,如你我一样,在大城市奋斗”。

董宇辉的经历像极了绝大多数的普通人,有过人生至暗时刻,也曾迎来过高光片段,但无论何种境地,始终坚守初心,默默努力。

直播赛道摩肩接踵,唯有内容上以“质”取胜,才有可能层层「出圈」。前有健身明星刘畊宏,后有双语才子董宇辉,优质主播们无不凭借着过硬的专业素养霸占顶流。

基础图表远不止这些,当然高级绚丽的图表也有很多,想了解更多图表,欢迎登录官网使用,平台拥有130+图表,基础、高阶、二维、3D等图表应有尽有!

这篇关于基础图表解读“东方甄选”爆火出圈数据的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!


原文地址:https://blog.csdn.net/liqiaoping/article/details/125632129
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.chinasem.cn/article/165938

相关文章

8种快速易用的Python Matplotlib数据可视化方法汇总(附源码)

《8种快速易用的PythonMatplotlib数据可视化方法汇总(附源码)》你是否曾经面对一堆复杂的数据,却不知道如何让它们变得直观易懂?别慌,Python的Matplotlib库是你数据可视化的... 目录引言1. 折线图(Line Plot)——趋势分析2. 柱状图(Bar Chart)——对比分析3

Spring Boot 整合 Redis 实现数据缓存案例详解

《SpringBoot整合Redis实现数据缓存案例详解》Springboot缓存,默认使用的是ConcurrentMap的方式来实现的,然而我们在项目中并不会这么使用,本文介绍SpringB... 目录1.添加 Maven 依赖2.配置Redis属性3.创建 redisCacheManager4.使用Sp

Jupyter notebook安装步骤解读

《Jupyternotebook安装步骤解读》:本文主要介绍Jupyternotebook安装步骤,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、开始安装二、更改打开文件位置和快捷启动方式总结在安装Jupyter notebook 之前,确认您已安装pytho

Python Pandas高效处理Excel数据完整指南

《PythonPandas高效处理Excel数据完整指南》在数据驱动的时代,Excel仍是大量企业存储核心数据的工具,Python的Pandas库凭借其向量化计算、内存优化和丰富的数据处理接口,成为... 目录一、环境搭建与数据读取1.1 基础环境配置1.2 数据高效载入技巧二、数据清洗核心战术2.1 缺失

SpringBoot基础框架详解

《SpringBoot基础框架详解》SpringBoot开发目的是为了简化Spring应用的创建、运行、调试和部署等,使用SpringBoot可以不用或者只需要很少的Spring配置就可以让企业项目快... 目录SpringBoot基础 – 框架介绍1.SpringBoot介绍1.1 概述1.2 核心功能2

Python处理超大规模数据的4大方法详解

《Python处理超大规模数据的4大方法详解》在数据的奇妙世界里,数据量就像滚雪球一样,越变越大,从最初的GB级别的小数据堆,逐渐演变成TB级别的数据大山,所以本文我们就来看看Python处理... 目录1. Mars:数据处理界的 “变形金刚”2. Dask:分布式计算的 “指挥家”3. CuPy:GPU

Java中的StringUtils.isBlank()方法解读

《Java中的StringUtils.isBlank()方法解读》:本文主要介绍Java中的StringUtils.isBlank()方法,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑... 目录所在库及依赖引入方法签名方法功能示例代码代码解释与其他方法的对比总结StringUtils.isBl

使用Vue-ECharts实现数据可视化图表功能

《使用Vue-ECharts实现数据可视化图表功能》在前端开发中,经常会遇到需要展示数据可视化的需求,比如柱状图、折线图、饼图等,这类需求不仅要求我们准确地将数据呈现出来,还需要兼顾美观与交互体验,所... 目录前言为什么选择 vue-ECharts?1. 基于 ECharts,功能强大2. 更符合 Vue

Java如何根据word模板导出数据

《Java如何根据word模板导出数据》这篇文章主要为大家详细介绍了Java如何实现根据word模板导出数据,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... pom.XML文件导入依赖 <dependency> <groupId>cn.afterturn</groupId>

Python实现获取带合并单元格的表格数据

《Python实现获取带合并单元格的表格数据》由于在日常运维中经常出现一些合并单元格的表格,如果要获取数据比较麻烦,所以本文我们就来聊聊如何使用Python实现获取带合并单元格的表格数据吧... 由于在日常运维中经常出现一些合并单元格的表格,如果要获取数据比较麻烦,现将将封装成类,并通过调用list_exc