一次完整的python分析+可視化展示，是什么樣的?

比如我想知道知乎用戶的學(xué)歷，是否都是985呢?我還想知道知乎最受關(guān)注的話題都是些什么?高端人士都喜歡看什么書呢?“人在XX，剛下飛機?”這句話出現(xiàn)的頻率有多高呢?

最快的方法是用python爬蟲然后加BI可視化分析!python爬蟲僅需幾步就可以完成：

• 找到網(wǎng)頁URL，查看HTML代碼
• 在HTML代碼中找到你要提取的數(shù)據(jù)
• 寫python進行網(wǎng)頁請求和解析
• 存儲數(shù)據(jù)，Excel導(dǎo)出

于是我使用10000秒的時間寫了5000行代碼，爬取了知乎下5646個話題與回答，10W+用戶，和我預(yù)想的結(jié)果完全不一樣。

我們先放一部分代碼，完整的可以到文末看評論~

最后爬取了大概快60W的數(shù)據(jù)，我們接下來要對它進行數(shù)字可視化的分析。

• 我們想通過數(shù)據(jù)知道什么?
• 知乎人均985嗎?
• 知乎最受關(guān)注的話題是哪些?這些話題的關(guān)系圖譜是怎么樣的?
• 知乎大佬最推薦的書是哪些?
• 知乎的娛樂欄目最受關(guān)注的都是哪些?

在分析之前，我們得挑選一個數(shù)據(jù)可視化工具，有人會問：為什么不用python呢?因為python處理數(shù)據(jù)或許很不錯，但其實它并不簡單，分析起來是很困難的，SQL語句、Pandas和Matplotlib這些十分繁瑣，一般人也不會。

所以我想到既然有現(xiàn)成數(shù)據(jù)的話，那選擇一個可以直接連接數(shù)據(jù)源的工具就更好了，我想到了BI里的佼佼者FineBI，輕便敏捷的數(shù)據(jù)分析能力，瀏覽器里就可以直接操作，而且對于大數(shù)據(jù)量可以及時響應(yīng)，直接拖拽即可生成可視化。

雖然主打的是企業(yè)級的數(shù)據(jù)分析工具，但是個人也是可以用的，而且是free的，功能并不會減少，可謂良心。很多企業(yè)依然有各種各樣的數(shù)據(jù)問題：IT-業(yè)務(wù)溝通困難，領(lǐng)導(dǎo)決策缺乏數(shù)據(jù)支撐....

FineBI從IT、業(yè)務(wù)、管理層三個方面去解決問題：

通過自助數(shù)據(jù)集功能，普通業(yè)務(wù)人員就能對數(shù)據(jù)做篩選、切割、排序、匯總等，自助靈活地達成期望的數(shù)據(jù)結(jié)果。

BI工具就介紹到這里，接下來我們看知乎的可視化分析，以下都是由FineBI所作。

1、知乎是否人均985?

一看這個學(xué)校，我自卑了!!!果真人均985，211，怪不得知乎上很多回答都顯得很有哲理的樣子，果然，學(xué)歷越高的人見識越多，看來好好學(xué)習(xí)真的很重要。不過，我說知乎的學(xué)歷比虎撲高沒有人反對吧。

當(dāng)然，這些數(shù)據(jù)的前提都是基于你自己填寫的是準確的，大專給自己填哈佛我也沒辦法...

2、知乎最受關(guān)注的話題是哪些?

大佬們上知乎，都會去瀏覽什么問題呢?就拿數(shù)據(jù)領(lǐng)域來說，這兩份關(guān)系圖可以說是最全的了，如果你想從0-1進入數(shù)據(jù)行業(yè)，這是一個很好的基礎(chǔ)學(xué)習(xí)方向。

3、知乎大佬最推薦的書是哪些?

讀萬卷書，行萬里路，沒點知識怎么好意思刷知乎呢?

我把所有關(guān)于文學(xué)書籍推薦的問題都爬了一遍，統(tǒng)計下來就是這10本書排名前列，很遺憾，我只看過1本...

4、在娛樂類目上，知乎的人都喜歡關(guān)注什么呢?

其實和微博一樣，知乎也算是一個獲取知識的平臺，而且現(xiàn)在越來越多的人都把知乎當(dāng)作微博來看，評論區(qū)的智商會高很多(我沒有別的意思)。

一直流傳著一句話：微博前腳火什么，知乎后腳扒什么...真實!

總結(jié)

知乎的分析就到這里了，你可以看見python+finebi真的就是非常棒的組合，無論是數(shù)據(jù)處理，還是數(shù)據(jù)展示，想要分析什么，簡直就是手到擒來!

最后，以上的分析如果有不足的地方，歡迎告訴我!