进入二维世界为什么自身变成二次元画风？

来源：蜘蛛抓取(WebSpider) 时间：2022-07-10 16:52 标签： 为什么向往二次元

日本早期的动画、漫画、游戏等作品都是以二维图像构成，其画面是一个平面，所以通过这些载体创造的虚拟世界被动漫爱好者称为“二次元世界”，简称“二次元”，同时，“二次元”具有“架空”、“假想”、“幻想”、“虚构”之意。

一维是直线，二维是平面，三维是立体，三维动画是在电脑建立的三维空间中直接绘製二维平面影像，从而产生三维立体效果。随着三维动画的诞生二次元已经不能单单指代二维虚拟世界。而平面漫画只要通过特殊技术手段处理，一样可以产生立体效果，3D漫画由此而来。

用“二次元”指代动画、游戏等作品中的角色，是因为动画、游戏等作品以印刷品或萤幕等平面为载体的缘故，但这不意味着所有印刷品和萤幕等平面上呈现的事物均为“二次元”。“二次元”作为日本动画爱好者所使用，真人的照片、电影和电视剧自然不在“二次元”的範畴之内。

“二次元”的本义为二维、平面，是空间维度概念。二次元的任何一个点均可由两个坐标轴（如x轴、y轴）进行定位，当表示二次元面积时通常使用1像素作为单位。

用“二次元”一词来指代“架空”这一用法源于日本，现除日本以外在华语圈也有使用（英文表示幻的“fantasy”与之含义相似，但“fantasy”一词不常用）。日本早期的动画、漫画作品都是以二维图像构成的，其画面是一个平面，所以被动漫爱好者称为“二次元世界”，简称“二次元”，与之相对的是“三次元”，也就是现实世界。ACGN文化圈中使用“二次元”一词来表达“架空”、“假想”、“幻想”、“虚构”、之意，进而延伸用于指代“架空世界”。

随着ACGN文化的发展，二次元也开始泛指动画、漫画、游戏（以GalGame和日系卡牌游戏等为主，包括但不限于此）、小说（包括但不限于轻小说）、虚拟偶像、部分电影、部分电视剧以及其衍生同人创作及周边产品等。

21世纪以来，中国动漫产业迅速发展，“二次元”也被误用在了各种场合，引申出了一些新的含义。

ACGN为英文Animation（动画）、Comic（漫画）、Game（游戏）、Novel（网路小说）的合併缩写，是从ACG扩展而来的新辞彙，主要流行于华语文化圈。

“二次元”最常见的引申含义就是泛指ACGN，此用法侧重于体现二次元世界的载体，如“你喜欢什幺二次元作品”，“野比大雄是二次元人物”。

虽然大多数情况下二次元可以代替ACGN，但须注意的是，二次元和ACGN并不完全相同，前者侧重强调虚拟与现实的不同，后者侧重强调作品的体裁。

为了划分虚拟与现实而创造出来的名词，ACGN文化圈对于次元的划分方式存有争议，没有公认的严谨的划分方式。

二次元：虚拟世界，如动画、漫画、游戏、小说世界

二次元：动画、漫画、游戏（以galgame和日系卡牌游戏等为主，包括但不限于此）、网路小说（包括但不限于轻小说）、虚拟偶像、特摄片、部分电影、部分电视剧以及其衍生同人创作及周边产品等。

2.5次元：真人表演与人造动画合成作品，以及由ACGN作品衍生而来的舞台剧等真人表演作品，Cosplay也认为是2.5次元的主要表现形式。

二次元是指人类幻想出来的唯美世界，用各种憧憬的体现虐袭观赏者的视觉体验，数学空间纬度上，本质其实还是三次元世界的人类心中模糊的美好印象。与二次元相对的三次元，除了用于指现实世界之外，也用于指现实的人物、事物。由现实世界的人物、事物所诞生的图像、影视作品，属于三次元，而不属于二次元，因此真人电影、电视剧、真人照片，因为其给予人心中最直观的认知。

此含义为中国动漫产业发展过程中衍生出来的特殊含义，此时二次元专指“个性”、“潮流”、“年轻”，是中国资本方为了炒热ACGN产业而赋予二次元的新含义，ACGN圈内很少採用此用法，同时“二不起，二不起”就是嘲讽这种用法。

萌二为“萌萌二次元”的缩写，多带贬义色彩。此含义是一部分思想不成熟的动漫爱好者过分神化“二次元”而对二次元赋予的新含义，与御宅文化有相似之处，特点为具有很强的排他性、优越性，如“高贵的二次元才不屑于与三次元同流合污”。

“二次元”一词既可以用于指ACGN作品中表现的世界、也可以用于指作品风格。

注意：用“二次元”来指“喜爱‘二次元’的人群”常被嘲讽为“贰刺螈”。

所谓二次元团体常因错位的优越感成为一种新时代非主流文化的代表，而另外一些人通常将自称“二次元”的群体称为“贰刺螈”，随着国内ACGN文化的普及度提高，这个趋势将很难被改变。

例“你居然是一只二次元！”

  • 用于指ACGN构成的世界本身
    例：谁能告诉我进入到二次元的方法？

  • 例：XX是一曲很棒的二次元音乐。

HeoiJin：立志透过数据看清世界的产品策划，专注爬虫、数据分析、产品策划领域。
万物皆营销 | 资本永不眠 | 数据恒真理

二次元属性被稀释，B站还剩什么？

  • 上篇—爬虫篇：爬取B站30日榜单（包括全站榜和各分区榜单）
  • 下篇—对比分析及可视化篇：对爬取到的数据进行对比分析和可视化
  • 番外篇—相关性分析篇：对用户行为，排行榜综合得分算法进行相关性分析

本篇章为《二次元属性被稀释，B站还剩什么？》系列篇的下篇。在上篇当中我们已经完成了数据的采集，那么本篇将着重对采集到的数据进行对比分析及可视化。
谈及B站变化情况，仅有我们采集到的2020年01月16日 - 2020年02月16日的排行榜数是不够的，因此本篇还将引用“DT财经”2019年发布的《》中的数据进行对比分析。
PS：本文字数较多，阅读结论可直跳至本篇小结。

  • 利用pandas库对数据进行分类聚合
  • 利用pyecharts和帆某的Bi软件对数据进行可视化实战
  • 结合DT财经的数据对B站2019和2020的数据进行比较分析

可能会有小伙伴在这里就想吐槽了：这篇不是实战干货文章吗？为什么就用起了Bi软件呀，这没啥“技术含量”呀！

要回答这个问题，就不得不把我的愿景搬出来说一说：“透过数据看清世界”。所以看清世界是目标，是问题，数据是路径，是方法。写代码的目的不是写代码，而是要解决实际的问题。使用更简便的方法和工具解决问题，才是符合效益的事情。

在进行分析前，要先确认什么是二次元和三次元，具体通过什么标准进行划分。
根据萌娘百科的解析，「二次元」一词来自于日语「二次元（にじげん）」，本义为「二维」，引申为「在纸面、屏幕等平面上展示的动画、游戏等作品中角色」。「三次元（さんじげん）」也被引申用来指现实中的人物

而维基百科对次元的分层则为：

即在爬取的所有分区当中，可以明显归类为二/三次元的分区分别是：
二次元：动画、国创相关、游戏
三次元：科技、数码、生活、时尚、娱乐
其余的鬼畜、舞蹈、音乐、影视则因为兼备二次元和三次元的属性，定义为2.5次元

完成对分区进行属性划分之后，就可以开始确立研究目标：

  • 分析B站综合评分前100中，什么分区是占比最多，用户在不同分区的行为情况如何。
  • 分析B站各分区情况，找出各分区的播放量情况及用户在各分区的行为情况
  • 针对B站变化，洞悉背后的行为和心理本质

在进入正式的分析之前，先来了解下抓取到的数据情况是怎么样，对数据结构有了解之后，才能更清晰更有逻辑地对数据进行做分类聚合。


通过数据的结果可以看到，采集到的一共有14列，1300行，没有缺失值。但要注意的是，rank_tab中有一个全站榜的数据，而全站榜又是由分区名列前茅的视频组成的，因此这里要先把全站榜排除在外，避免重复计算。

这里通过布尔值判定将rank_tab中包含“全站”这个元素的整行排除，得到一个14列，1200行的dataframe，命名为df_without_all，后续将多次提及该dataframe。简单一步，完成预清洗。

这里各位可能会有个疑问，既然不需要全站榜的数据，那么在编写爬虫的时候，就把全站榜的url剔除就好了。

这里其实有个小彩蛋，通过综合评分的前100与全站榜的前100对比发现，全站榜的排名并不是完全按综合评分来计算的。
从对比情况列的布尔值可以看出，第三名开始左右两边的id就不相等了，查看回《【处处吻】…》的综合评分，明显高于全站榜排行第三的《做好防护…》。

看来全站榜这种兵家必争的流量入口还是有套路在的呀

扯远了，回到数据分析的实战，下面将展示实战的解析与现象的分析环节。

5.2.1各分区占比情况可视化

  • 对预处理好的df_without_all按照综合评分进行降序排序
  • 统计每个分区出现的次数

接下来就是对这个数据进行可视化处理。在这了使用pyecahrts的玫瑰图。相比于Excel或者帆某的Bi软件，pyecahrts的玫瑰图制作非常友好，而且颜值方面也不错。


从玫瑰图中可以看到，综合评分top100当中，代表二次元的动画排名第二，占比20%，可以说依旧是B站的中坚力量。令人意外的是，龙头竟然是生活区，占比30%。根据对次元的定义，整体看完全属于二次元的视频仅占27%。
在暂未找到2019年相关播放量的官方数据情况下，先与2018年的财报数据进行比较。在财报中显示，所有频道中播放量TOP5的分别是娱乐、生活、游戏、动画和科技区。与我们数据相比较，生活、动画的排名分别提升1名和2名，娱乐、游戏、科技跌出榜单，位列倒数，而时尚、鬼畜、音乐则成为新秀。

5.2.2各分区平均情况数据处理

  • 同样对预处理好的df_without_all按照综合评分进行降序排序，并获取前100项
  • 以分类标签作为行索引对DataFrame进行分组，求出平均数
  • 添加一列分类标签，方便可视化时提取标签作为参数
  • 将数据导出为csv，方便导入Bi软件继续可视化

对数据进行处理完成之后，就可以开始准备可视化。本环节分为三部分，第一部分是播放情况分析，第二部分是三连情况的分析，第三部分是平均评论、弹幕、转发量情况分析

5.2.3 平均播放量情况可视化及分析

首先对平均播放量的情况进行可视化，这里只需要分类名作为维度，平均播放量作为指标即可。对单维度单指标进行可视化时，可以有柱状图、折线图、面积图等多种选择，这里我选择其中的柱状图进行可视化。普通的柱状图其实非常简单，为了提升逼格，决定在柱状图中加入一亿点细节。pyecahrts正常生成的图表是html格式，具有可交互性，但作为素材，png格式更符合需求，因此添加转存步骤。

  • 读取scv数据，获取分类名和平均播放量
  • 构建分类名和平均播放量的列表
  • 在普通柱状图中加入Javascript语句制作渐变色


初看图表，发现动画区以微弱的优势超过时尚区成为平均播放量的top1，那是否意味着B站依旧是二次元的主场？并不然，回看动画区的详细数据，按播放量进行降序，可以看到，排名第一的《【哔哩哔哩2020拜年祭】》播放量是排名第二的5.74倍。而时尚区的前两名仅为1.6倍，即动画区的播放量被平均。
其实我更愿意把《【哔哩哔哩2020拜年祭】》的数据作为异常值处理，毕竟“拜年祭”对标的节目是各电视台的春晚。相比于受众年龄更广的春晚节目，混迹于B站其他分区的青年或许更愿意看B站推出的更符合他们年龄段的节目，大量原不属于动画区的流量集中于此。但由于篇幅关系，这点不再进一步深究。

5.2.4 平均三连情况可视化及分析

在我看来，B站的播放量数据仅能作为初步判定的参考数据，播放量的统计单位是人次，而不是人数，并不能精准地反映出用户的喜爱程度。但每个用户对视频的点赞、投币、收藏行为都可以基本视为布尔值的计算方式，非0即1,不存在重复统计的情况。
那么接下来进行综合评分top100中各分区平均三连情况分析，这里使用雷达图进行可视化，依旧是使用pyecharts制作。

  • 读取csv数据，获取投币、点赞、收藏的平均数值，并各自创建一个列表用于储存数据


观察雷达图可知，尽管动画区存在黑马视频，但生活区的平均投币和点赞量依然高于动画区。投币、点赞、收藏最高的分区分别是：生活、影视、时尚。非常有趣的是，图中除了时尚区外，其他分区的收藏量均低于投币和点赞，且时尚区的收藏量是远高其点赞和投币量，

？另外科技区的投币以细微的差距超过点赞量，可能与以巫师财经为代表的财经类大佬崛起有关联，一句“以我为准”不得不说：“你币有了”。

5.2.5 平均评论、弹幕、转发量情况可视化及分析

pyecahrts的混合图表在代码实现上相对复杂，比较于Bi软件，性价比极低。因此这部分交由Bi软件进行数据的可视化。帆某的Bi软件非常容易上手，不多赘述，直接上图。
来到这里初步可以看出动画区并不是B站的龙头的一些端倪，或许与其话题性和自传播性有关。动画区的平均弹幕量表现很不错，但是分享和评论量则表现平平。分享量较高的几个分区中，除了鬼畜属于我们定义的2.5次元与二次元有沾边关系外，其他的时尚、生活、科技均属于三次元领域。评论的冠亚军也由三次元的娱乐、时尚和生活包揽，动画仅排名第四。从弹幕与评论的板块设计理解，弹幕行为更多是一种短平快的抖机灵或刷梗，而评论则偏向抛出话题进行讨论。二次元的话题更多是局限在了作者既定的故事框架当中，相对于从不同角度观察能看出不同人生、不同价值观的三次元，话题性略显逊色。另一方面，从自传播的角度看，三次元的有更低的传播门槛，容易理解其中的含义，而动画等二次元则要建立在对某动画或游戏有一定认识的基础上才能理解到笑点或其中意义，因此二次元的自传播性难敌三次元。话题性和自传播性的高门槛，导致二次元无法如三次元一样具有爆发性增长的能力。在部分增长速度低于整体增长速度时，必然能看到B站二次元属性被稀释的现象。

以上，只针对了综合评分前100的数据进行初步的分析，占本次所采集到的数据不到10%，为了避免出现幸存者误差的逻辑谬误，下面将对所有分区的top100进一步的分析，并联系DT财经数据进行对比分析。

经过前面的数据预清洗步骤后，得到了不包含全站榜的dataframe——df_without_all，这里只需根据分组名对dataframe进行分组聚合即可得到各分区top100各情况的数据。因为每个分区的样本数量都是100份，在比较各分区情况时，比较总和值和平均值意义是一样的。但为了与前面的平均数据进行对比这里选择其中的平均值，

  • 统计出每个分区各情况数据的均值

5.3.2 播放量均值情况

前文提及单维度单指标时，可以使用柱状图、折线图、面积图等，那这里则使用折线图进行可视化。

  • 读取csv文件中的分区名和播放量数据
  • 添加标签，标示出最高值
'播放量 单位：千万',


在综合评分top100当中，平均播放量排名前三的分别是动画、时尚、影视，而到各分区的top100当中，生活区以平均400万的播放量排名第一，动画区的平均播放量直降约60%，但名次仅下跌1名，排名第二。排名第三的这是B站比较特色的鬼畜频道，平均播放量紧追动画区。
对比DT财经在2019年获取到的数据，除去我们没有采集到放映厅、番剧、广告分区外，生活区依然是B站播放量的巨头。动漫区因拜年祭的火热，由第三升至第二。值得注意的是，各分区top100的平均播放量，相对于19年的数据都有大幅度的增长，生活区热门视频的平均播放量翻了两番。

5.3.3 三连量均值情况

平均情况将继续使用折线图的形式进行数据的可视化，并对比前文综合评分top100三连情况的雷达图进行分析。前文已经提及如何用pyecharts制作折线图，这里直接使用Bi软件进行可视化操作。
上文的雷达图中，得知投币、点赞、收藏各自的top1分别是生活、影视、时尚。与平均播放量相似，生活、动画、鬼畜依旧是点赞和投币的top3。尽管点赞和投币并不多，时尚区的收藏数量依旧坚挺在前茅。

5.3.4 弹幕、评论、分享均值情况


评论和分享的大头依旧是生活、动画和鬼畜，弹幕则由动画、娱乐、科技组成了三巨头。虽然代表二次元的动画依旧在各项指标中表现得非常不错，但看到了更多生活、时尚等与大众息息相关的分区在B站大放异彩。

5.3.5 与DT财经数据对比分析


继续与DT财经的数据进行对比。在DT财经的数据统计中，点赞、投币、收藏平均值最高的都是动画区。除去番剧、放映厅和广告区，弹幕、分享的top1分别是娱乐和鬼畜（评论的区分度低，硬是没看出动画、娱乐、生活三个区之间的大小关系）。而到了2020年，则能看到百花齐放的现状，二次元在不同指标的龙头地位都被各三次元分区瓜分，生活区更是拿到了多数指标的头把交椅。

同样在处理数据之前，先了解下数据结构是怎么样的。
观察可知每一个数据里面包含了N个标签，因此，需要将标签列先转化为一个一维的列表或数组，求出唯一的标签，最后统计每一个唯一标签出现的次数。

  • 对tag_df中axis=0方向上进行求和（即对每列的1进行求和）

上面制作思路可能不太容易理解，对空间思维有一定要求。不过幸好pandas提供了.value_count()方法帮我们去实现这种复杂的操作（此方法在统计综合评分top100各分区占比情况中使用过）。只要为该方法提供一个无嵌套列表的Series即可完成，十分简便。

  • 将热门标签数据解嵌套为一维的列表


对比于DT财经统计的2019年3至4月热门视频的标签频次统计。历时一年后，搞笑依然是B站热门视频中出现频率最多的标签，鬼畜也依旧在显眼位置，而上一年非常火爆的唱跳rap篮球也不再是B站的宠儿，融入到更加笼统的明星标签当中。从今年的词云中能找到不少与生活密切关联的标签，有我们正在经历的抗击肺炎大作战，也有每次都订立目标，但总是败给吃吃吃的瘦身塑形和减肥。

创立十载的B站，从原来仅希望为用户提供稳定的弹幕视频分享网站，发展成为了如今仅APP的DAU就高达3千3百万，足以与芒果台等主流视频抗衡的大平台。从二次元社区到综合视频社区，原有的二次元属性必被稀释。回归到最初的问题：

1、二次元属性的稀释情况如何：
就目前来看二次元依然是B站核心的组成部分。无论是从本项目中数据所显示出的动画在各指标下基本能占有前列，还是B站2019年Q3财报所显示的游戏业务收入占营收的50%，亦或是《刺客五六七》、《万国志》、《灵笼》等国漫崛起，都能够印证这个观点。但从B站的商业布局来看，直播线、综艺线、Vlog线等更多贴合生活的内容将进一步稀释二次元属性。毕竟做中国youtube的口号不是仅靠二次元就能够完成的。

2、什么分区是B站的龙头：
拥有更广受众面的生活区逐步成为B站主流，而且这种趋势会更加明显。在大众传播学提出过这么一个理论——沉默的螺旋：如果人们觉得自己的观点是公众中的少数派，他们将不愿意传播自己的看法。即大众的更大众，小众的更小众，传播学中的马太效应。从各分区的评论、弹幕、转发情况便可看出其中一二。

3、B站的主流用户喜欢什么标签的视频？
搞笑依旧是B站用户最热爱的标签。成年人的世界没有容易二字，但幽默能为这灰色的世界画上一道彩虹。B站的主流用户群体是20-30岁，这个阶段正是从校园逐步走向社会并适应社会的过程。经历了一天社会的毒打后，在B站找到暂时抽离现实的空间，享受短暂的欢愉，未尝不是人生一大乐事。

4、本次分析带来什么思考？
只有不断的前进，才能有原地踏步的资本。谈及到B站生活区成为主流，就不得不把另外一件非常魔幻现实的事情放到一起唠一唠。那便是2月中下旬突然爆火，几万人同时在线观看的直播睡觉。名副其实的【躺赚】和【睡后收入】。行为的本质，源自于人类的社会属性和猎奇心理。人类是群居的物种，害怕孤单和离群，在疫情之下，人们不得不彼此隔离，有大量的独处时间。这种情况下如不能很好地自我调节，便会倍感煎熬。而通过观看这类不需要动脑思考的视频直播便能在低成本低耗能的情况下，舒缓这种煎熬，俗称杀时间。哲学家帕斯卡在《思想录》中提及：“人类几乎所有的痛苦都源自其不善于在房间独处”。在这里并不是想说要树立终身学习的目标才不会被同龄人拉开差距之类的鸡汤，但正如巫师财经所说的：“资本永不眠”。资本并不会因为感情而不去割韭菜，独处是我们进入社会后难得能够自我提升的时间，如果不充分利用好这段时间自我增值，磨练出不跌入资本圈套的能力，那么下一棵韭菜便是你我。

如本文阅读量>5000，将更新番外篇。另外各位有想看什么话题的数据分析也可评论或私信我，欢迎持续关注~
万物皆营销 ， 资本永不眠 ， 数据恒真理。我是HeoiJin，我们下次分享再会~

郑重声明：本项目及所有相关文章，仅用于经验技术交流，禁止将相关技术应用到不正当途径，因为滥用技术产生的风险与本人无关。

近日，《原神》的母公司米哈游又有了新动作。

前段时间先是宣传要推出多款新作，其中甚至还有3A级开放世界，这个月又创立了一家脑机交互技术的新公司，在元宇宙概念大火的当下，大部分互联网公司还在指望靠虚拟VR、AR等吸引人目光，米哈游已经打算一步到位，直接搞出个脑机交互，神经沉浸式的绿洲来了。

怪不得米哈游CEO敢宣传10年打造10亿人的元宇宙世界，敢情就是本着绿洲去的。

元宇宙的概念，往远了说，是《黑客帝国》是《刀剑神域》，往近了说，最完美诠释这一概念的大概就是电影《头号玩家》里的绿洲了，绿洲可以说很完美的展示了什么叫元宇宙，完全沉浸式的社交、冒险、办公、和影视，在电影里，主角甚至可以直接进入《闪灵》的电影世界体验。

所以这么展开来看的话，未来的二次元动漫和大概也需要向《头号玩家》这样靠拢。

大家伙可以想象一下，现如今二次元手游领域最火的莫过于卡牌手游，但是卡牌回合手游几乎是不适应元宇宙虚拟现实的，现在这些大火的《碧蓝航线》、《FGO》都要全盘重做才行，我都进入的世界了，你还让我看纸片人回合对战，你好意思吗？

另外还有刚刚上线的二次元卡牌《零之战线》，在现在的市场上，主打高品质立绘、海陆空多领域拟人角色养成的特色，还是很吸引人的，毕竟貌似也没有哪个里可以把飞机娘、坦克娘、舰娘一起收集养成，而且因为美术质量很高，体验还不错。

但上面这些假设放到10年后，元宇宙的世界里，那还怎么吸引人？要把这些的几百位角色做成立绘和在虚拟世界里做成栩栩如生的可神经交互的虚拟美少女可不是一个难度级别，当然如果真的做出来，小编肯定眼巴巴的等着玩，养纸片人老婆哪有养虚拟人老婆，所以bilibili、米哈游加油，那时候我肯定乐意氪金。

同样，二次元动漫也是个老大难的问题，一直以来虚拟世界都是往逼真的方向发展，很多影视作品可以很好适应虚拟交互体验，但是想象一下，你整个人刷的进到二次元动画里，你看到的绝对不会和你在屏幕外看到的二维感觉不一样，相信很多人脑补之后就接受不了了。

不管元宇宙什么时候能成型，脑机交互好不好使，小编更希望二次元能跟着一起过渡到那个时代，当然这些都是大佬们考虑的事情了，我就搬个小板凳坐等了。

我要回帖

更多关于 为什么向往二次元 的文章

 

随机推荐