5000行python代码+可视化60W数据,告诉你知乎用户不为人知的事

一次完整的python分析+可视化展示,是什么样的?

比如我想知道知乎用户的学历,是否都是985呢?我还想知道知乎最受关注的话题都是些什么?高端人士都喜欢看什么书呢?“人在XX,刚下飞机?”这句话出现的频率有多高呢?

最快的方法是用python爬虫然后加BI可视化分析!python爬虫仅需几步就可以完成:

  • 找到网页URL,查看HTML代码
  • 在HTML代码中找到你要提取的数据
  • 写python进行网页请求和解析
  • 存储数据,Excel导出
5000行python代码+可视化60W数据,告诉你知乎用户不为人知的事

于是我使用10000秒的时间写了5000行代码,爬取了知乎下5646个话题与回答,10W+用户,和我预想的结果完全不一样。

我们先放一部分代码,完整的可以到文末看评论~

5000行python代码+可视化60W数据,告诉你知乎用户不为人知的事

最后爬取了大概快60W的数据,我们接下来要对它进行数字可视化的分析。

5000行python代码+可视化60W数据,告诉你知乎用户不为人知的事
  • 我们想通过数据知道什么?
  • 知乎人均985吗?
  • 知乎最受关注的话题是哪些?这些话题的关系图谱是怎么样的?
  • 知乎大佬最推荐的书是哪些?
  • 知乎的娱乐栏目最受关注的都是哪些?

在分析之前,我们得挑选一个数据可视化工具,有人会问:为什么不用python呢?因为python处理数据或许很不错,但其实它并不简单,分析起来是很困难的,SQL语句、Pandas和Matplotlib这些十分繁琐,一般人也不会。

所以我想到既然有现成数据的话,那选择一个可以直接连接数据源的工具就更好了,我想到了BI里的佼佼者FineBI,轻便敏捷的数据分析能力,浏览器里就可以直接操作,而且对于大数据量可以及时响应,直接拖拽即可生成可视化。

虽然主打的是企业级的数据分析工具,但是个人也是可以用的,而且是free的,功能并不会减少,可谓良心。很多企业依然有各种各样的数据问题:IT-业务沟通困难,领导决策缺乏数据支撑....

FineBI从IT、业务、管理层三个方面去解决问题:

5000行python代码+可视化60W数据,告诉你知乎用户不为人知的事
5000行python代码+可视化60W数据,告诉你知乎用户不为人知的事

通过自助数据集功能,普通业务人员就能对数据做筛选、切割、排序、汇总等,自助灵活地达成期望的数据结果。

5000行python代码+可视化60W数据,告诉你知乎用户不为人知的事

BI工具就介绍到这里,接下来我们看知乎的可视化分析,以下都是由FineBI所作。

1、知乎是否人均985?

5000行python代码+可视化60W数据,告诉你知乎用户不为人知的事

一看这个学校,我自卑了!!!果真人均985,211,怪不得知乎上很多回答都显得很有哲理的样子,果然,学历越高的人见识越多,看来好好学习真的很重要。不过,我说知乎的学历比虎扑高没有人反对吧。

5000行python代码+可视化60W数据,告诉你知乎用户不为人知的事

当然,这些数据的前提都是基于你自己填写的是准确的,大专给自己填哈佛我也没办法...

2、知乎最受关注的话题是哪些?

大佬们上知乎,都会去浏览什么问题呢?就拿数据领域来说,这两份关系图可以说是最全的了,如果你想从0-1进入数据行业,这是一个很好的基础学习方向。

5000行python代码+可视化60W数据,告诉你知乎用户不为人知的事
5000行python代码+可视化60W数据,告诉你知乎用户不为人知的事
5000行python代码+可视化60W数据,告诉你知乎用户不为人知的事

3、知乎大佬最推荐的书是哪些?

读万卷书,行万里路,没点知识怎么好意思刷知乎呢?

我把所有关于文学书籍推荐的问题都爬了一遍,统计下来就是这10本书排名前列,很遗憾,我只看过1本...

5000行python代码+可视化60W数据,告诉你知乎用户不为人知的事

4、在娱乐类目上,知乎的人都喜欢关注什么呢?

5000行python代码+可视化60W数据,告诉你知乎用户不为人知的事

其实和微博一样,知乎也算是一个获取知识的平台,而且现在越来越多的人都把知乎当作微博来看,评论区的智商会高很多(我没有别的意思)。

一直流传着一句话:微博前脚火什么,知乎后脚扒什么...真实!

总结