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


    友情提示:文末有...

    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

    知乎的分析就到这里了,你可以看见python+finebi真的就是非常棒的组合,无论是数据处理,还是数据展示,想要分析什么,简直就是手到擒来!

    最后,以上的分析如果有不足的地方,欢迎告诉我!

    关注我,并转发该文章,私信回复“BI”,即可获得数据分析工具和源代码!

  • 相关阅读:
    深度学习原理与框架-神经网络-线性回归与神经网络的效果对比 1.np.c_[将数据进行合并] 2.np.linspace(将数据拆成n等分) 3.np.meshgrid(将一维数据表示为二维的维度) 4.plt.contourf(画出等高线图,画算法边界)
    深度学习原理与框架-神经网络-cifar10分类(代码) 1.np.concatenate(进行数据串接) 2.np.hstack(将数据横着排列) 3.hasattr(判断.py文件的函数是否存在) 4.reshape(维度重构) 5.tanspose(维度位置变化) 6.pickle.load(f文件读入) 7.np.argmax(获得最大值索引) 8.np.maximum(阈值比较)
    深度学习原理与框架-神经网络架构 1.神经网络构架 2.激活函数(sigmoid和relu) 3.图片预处理(减去均值和除标准差) 4.dropout(防止过拟合操作)
    Linux执行命令unable to create new native thread问题
    ElasticSearch的备份迁移方案
    Mycat高可用集群搭建
    Mogodb集群搭建
    SparkStreaming和Drools结合的HelloWord版
    Drools的HelloWord例子
    Drools环境搭建
  • 原文地址:https://www.cnblogs.com/hzcya1995/p/13325561.html
Copyright © 2020-2023  润新知