分析咪蒙1013篇文章，300多万字，她凭什么会火？

文章首发于公众号：程序员共成长

咪蒙，文学硕士，驾驭文字能力极强。并且是一个拥有一千多万粉丝，每篇文章阅读量都100W+，头条发个软文都能赚80万，永远都能抓住粉丝G点的那个女人。

1月份因为某篇文章，在网络上被一大批网友炮轰。我也因此关注了她。一开始发现她的文章非常接地气，基本都是和生活紧密相连，但看的多了，发现经常在文中非常平滑的挑起某种关系之间的矛盾。很大一部分文章都是围绕女性展开话题。而且每天更新时间都在晚上十一点左右，几乎从来不间断。包括春节。

2015年9月15日，公众号第一篇文章《女友对你作？你应该谢天谢地，因为她爱你》，直男癌表示理解不来这话什么意思。 昨天公众号注销，又一次成为热点话题。历史文章也都不能看了，好在今天一个小伙伴分享了咪蒙所有文章的压缩包。

因为是直接从文件中读取数据，相比于从公众号中抓取文章要方便很多。最吸引我的说实话就是标题，读者都是被标题吸引了才去选择是否读你的文章。咪蒙这一点真的厉害。

总共1013篇文章，直接读取文件夹中的所有文件就好，

import os
import re
files = os.listdir(r"E:\BaiduNetdiskDownload\咪蒙\咪蒙全部文章PDF")
for i in files:
  # 通过正则匹配标题中的日期
  mat = re.search(r"(\d{4}_\d{1,2}_\d{1,2} )", i)
  re_str = mat.groups()[0]
  # 替换日期和文件后缀名
  file_name = i.replace(re_str,'').replace('.pdf','')
  # 去掉图片标题
  if file_name == "分享图片":
      continue
  print(file_name)

更直观的去看标题，可以通过WorldCloud生成词云图。这里文章太多，生成所有标题的词云可能看不太清，所以只生成了近期部分标题。

import numpy as np
from PIL import Image
import jieba
from wordcloud import WordCloud
import matplotlib.p