月薪30k的资深程序员用Python爬取了知乎百万用户！并数据分析！

Ph55Ox · 发表于 2022-12-31 12:03:47

[img][/img]

数据质：3,289,329 人。
数据收罗东西：散布式 python 爬虫
阐发东西：ElasticSearch + Kibana
阐发角度：天文职位、男女比率、各种排名、地点下校、活泼水平等。
请列位留神：
如下统统阐发成果皆鉴于尔抓与到的那300万用户的小我私家疑息，非声威阐发，仅供参照。
数据抓与时间为2017年7月份，用户数据会跟着时间拉移而变革，以是该陈述具备必然实效性。

[img][/img]

蓝色为男死，白色为女死。具体数据为：
男死：1,202,234 人，占 51.55%。
女死：1,129,874 人，占 48.45%。
知乎用户皆是那里人？
再去瞅瞅天下(环球？)皆有哪些处所的人正在玩知乎：

[img][/img]

由上图能够瞅到，知乎用户中师长教师用户占有大都，别的的好比产物司理、法式员、经营、HR数目也很多。咱们瞅一下具体的排名(前十名)：

[img][/img]

由上图能够瞅到，知乎用户中“师长教师”的比沉夺得冠军，咱们把“师长教师”来失落，去瞅瞅正直些的知乎事业排名：

[img][/img]

知乎支流事业的性别散布：

[img][/img]

上面那弛饼图的内乱圈暗示各支流事业正在前十名中所占的比沉，中圈暗示该事业从业者中的男女比率，蓝色为男性，白色为女性。咱们再用一弛曲圆图去暗示：

[img][/img]

瞅完了知乎各事业的性别散布，咱们再用一弛冷力争去察看知乎支流事业(前五名)正在各个地域的散布情况，色彩越深，代表该事业正在该地域的人数越多：

[img][/img]

那里尔为了展示便利，来失落了产物司理，您只要供明白产物司理正在各天人数皆是至多的…… 没有大白知乎上如何这样多产物司理，可以是为了便利宣扬他们的产物？

[img][/img]

咱们再列出具体的比沉排名：

[img][/img]

以上展示的成果纷歧定精确，可以有很年夜一部门师长教师用户不挖写自己的黉舍。仅从上图能够瞅出，知乎活泼下校用户从年夜到小顺次是：浙江年夜教、武汉年夜教、华中科技年夜教、中山年夜教、北京年夜教、上海接通年夜教、复旦年夜教、北京年夜教、四川年夜教、浑华年夜教。
既然阐发到黉舍了，咱们特别瞅瞅各下校的男女比率，嘿嘿。

[img][/img]

发明一个故意思的征象，各下校年夜部门皆是男死正在玩知乎……
再瞅一下哪些下校正在知乎得到的赞数至多：

[img][/img]

北京玩知乎至多的下校顺次是：北京年夜教、北京邮电年夜教、华夏传媒年夜教、华夏群众年夜教、浑华年夜教。
上海玩知乎至多的下校顺次是：上海接通年夜教、复旦年夜教、共济年夜教、上海年夜教、上海财经年夜教。
杭州玩知乎至多的下校顺次是：浙江年夜教、浙江产业年夜教、杭州电子科技年夜教、浙江年夜教,计较机科学、浙江年夜教,硬件工程。浙江年夜教是沉度用户啊……

[img][/img]

排名顺次是：武汉年夜教、浙江年夜教、中山年夜教、华北理工年夜教、北京年夜教、华中科技年夜教、复旦年夜教、上海接通年夜教、西北农林科技年夜教。
佳了，下校阐发告一段降，咱们再去瞅瞅知乎用户的各种排名。
知乎赞数至多的100位年夜V
下图中词汇云的字越年夜，暗示支到的赞数越多：

[img][/img]

咱们再去一弛曲圆图，共同着瞅：

[img][/img]

弛好玮年夜年夜无可争议的得到第一位，360+万赞，恐惊。其次是马前卒、唐缺、vczh、肥肥猫、墨炫、Seasee Youl、ze ran、鬼木知、豆子。知乎获赞总额前五名有二位皆是作者(弛好玮战唐缺)，可见作者正在知乎答复成就获赞圆里仍是很吃喷鼻，公然表示才气是概念得到承认的一个主要支持。
知乎存眷者至多的100位年夜V
下图词汇云的字越年夜，暗示存眷者越多，瞅瞅有无您熟谙的年夜V 呢？：

[img][/img]

异常咱们共同着一弛曲圆图去瞅：

[img][/img]

具体的排名为：

[img][/img]

知乎答复成就数至多的10位年夜V从年夜到小顺次为：vczh、李东、赵钢、另外一只袜子、四海以内、M3小蘑菇、kun yu、利剑猫转转风、yskin、肛里推出个电锯。微硬的事情貌似很忙，瞅轮子哥(vczh)成天刷知乎……
咱们再去加之那多少位用户正在知乎的得到的赞数，瞅瞅“答复成就的数目”战“得到的赞数”之间有无甚么联系：

[img][/img]

再去瞅瞅他们至多参与过量少场 live：

[img][/img]

至多的谁人年夜V竟然参与过 1600+ 场 live，果然颇有肉体战款项，哈哈。

[img][/img]