最近写了个爬虫,将知乎3W核心用户的公开资料爬了下来。虽然知乎声称注册用户有6500万,日活跃用户有1850万,但其中很大一部分用户是三无用户。由于该部分用户公开的数据并不多,再且新版知乎服务器对于单IP最大请求量有限制(大概每秒一次左右),所以我只爬了最核心的3W用户。
我的爬虫规则是这样的:从关注量上万的知乎大V中随机抽取10个作为种子,依次爬取其关注的人,再从其关注的人爬取关注的人的关注的人,如此递归。也就是说爬虫的规则保证了进入数据库的每一个人至少有一个关注者。以下的数据分析均来自于爬虫所得到的资料,所以要是报道上面出了偏差,还请大家见谅。
首先是对知乎用户的职业描述进行词云分析,列出前一百的高频词,结果如下。
在职业描述中进行高频词分析,“互联网”以4552次频率完胜,然后是”大学“紧随其后,其频率是2163。这和我们平时所看到的互联网从业者和名校学生占领内容输出的主力一致。这一百个高频词也囊括了知乎用户的兴趣,居住地等信息,不过这些我们以后还会仔细分析。
我们先来看看知乎的各种“最”。最高赞同数,最多关注者,写得最多答案,分别是哪些呢?
首先是最高赞同数的排行榜。
在赞同数上面,
@张佳玮
老师以一己之力超越了第二名一倍不止,可谓是稳拿的冠军。然后前五名是
@肥肥猫
@朱炫
@唐缺
@马前卒
轮子哥排在了第六名。
然后我们来看最多关注者排行榜。
在关注者排行榜上,
@张佳玮
还是遥遥领先于
@李开复
再往后走就是知乎的大佬
@黄继新和
@周源
再往后是
@yolfilm
我们再来看写的答案最****多排行榜。
@Phil
以极高的产量勇夺答案数最高Top1,而素有”轮带逛“之称的
@vczh
只能屈居第二。排行前五的有
@王若枫
@柴健翌
@zhen-liang等大V。
再来看看提问最多排行榜。
@David Chang
以2684个提问排行第一,以未来知识图谱闻名的
@图灵Don
排行第二。排行前五的还有
@歆盐
@程瀚
@张亮
然后是
BAT三厂的员工数量比较
这个比较基于爬取到的的用户职业描述词频进行统计。
可以看到鹅厂员工在知乎比例最高,阿里次之(词频:0.004554),熊厂稍稍落后。
都说知乎是985/211满天飞的地方
那么清北复交浙到底哪家强呢?
可以看到北京大学和清华大学的词频不相上下,后面那三位还需加把劲啊。
在移动智能时代,Android、iOS、WEB前端工程师在当今软件开发中简直大放异彩。
那么知乎哪一种程序员最多呢?
结果是前端词频远高于Android和iOS,其实差那么一点点就是Android和iOS的和了。这么说吧,你可能是坚定乔布斯less is more信念的果粉,也可能是拥抱开源的Android粉,可是所有人都需要浏览网页,不是吗:)
然后我还比较好奇知乎用户的普遍兴趣爱好是什么。
结果发现健身独占鳌头般占领榜首。看来知乎上还是普遍推崇健身提高颜值提高自身吸引力。可是为什么阅读的比例是最底的呢?为此我只能假设知乎上的同学学习效率都比较高,在完成基本的阅读任务后去了另外的领域探索更大的世界。又或者说阅读,相对于旅游健身摄影来说,对于提升自身的价值性价比并不是很高,因而大家更倾向于去健身房,去旅游,去拍照吧。
知乎用户地域分布。
词频集中分布在北上广深杭四川浙江江苏等地方。和个人的主观印象是相似的。毕竟以上颜色较深的都是互联网行业比较发达的省份。
然后就是大家最关心的知乎男女比例问题了。
在爬到的用户数据中,男性比例占了67.8%,女性只占了32.2%。也就是说男女比例比2:1还要大。
看到这里,你可能会反驳我说知乎初始用户的性别就是男性啊,这样子搞个大新闻是不行的。我也觉得挺有道理的,于是进一步筛选了核心中的核心部分用户,筛选条件为粉丝数大于200且赞同数大于400的用户,这下采样应该准确了吧。然后有了下图。
女性的比例降到了30.1%,男性比例相应为69.9%。这个数据比之前的数据更为不平衡。所以说女性用户在知乎更为稀缺,也显得更为珍贵。
所以,与其说知乎是一个高质量的问答社区,还不如说:
关于Python的技术储备
如果你是准备学习Python或者正在学习,下面这些你应该能用得上:
① Python所有方向的学习路线图,清楚各个方向要学什么东西
② 100多节Python课程视频,涵盖必备基础、爬虫和数据分析
③ 100多个Python实战案例,学习不再是只会理论
④ 华为出品独家Python漫画教程,手机也能学习
⑤历年互联网企业Python面试真题,复习时非常方便
文末有领取方式哦
一、Python所有方向的学习路线
Python所有方向路线就是把Python常用的技术点做整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
二、Python课程视频
我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了。
三、Python实战案例
光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
四、Python漫画教程
用通俗易懂的漫画,来教你学习Python,让你更容易记住,并且不会枯燥乏味。
五、互联网企业面试真题
我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。
这份完整版的Python全套学习资料已经上传CSDN,朋友们如果需要也可以扫描下方csdn官方二维码或者点击主页和文章下方的微信卡片获取领取方式,【保证100%免费】