Python數據分析練手：分析知乎大V

原文連接：https://zhuanlan.zhihu.com/p/92768131?utm_source=tuicool&utm_medium=referral

---

 

知乎，能夠說是國內目前最大的問答類社區。與微博、貼吧等產品不一樣，知乎上面的內容更可能是用戶針對特定的問題分享知識、經驗和看法。我們編程教室就有很多讀者是從知乎上了解到咱們的。

那麼，知乎上都有哪些「大V」用戶？普通用戶喜歡關注哪方面內容？咱們利用 Python 對知乎上的部分信息進行了個採集，作了一份簡單的統計。

這個統計也是咱們用 Python 作網站數據分析系列的一部分，是 Python 爬蟲和數據可視化的典型案例。代碼、詳細說明文檔、數據均已上傳，獲取方式見文末，對這方面感興趣的朋友可下載查閱。

另外要說明的是，這個項目的代碼由實訓生 清風小築 完成於今年7月，因此並不是最新數據，主要是思路的學習討論，結果僅供參考。

大V的關聯

首先給你們看的是知乎上粉絲數前50用戶的關係圖：

 

圖中的線是用戶之間的相互關注的關係。這三張圖的差異只在圓圈的大小上，依次分別表明：粉絲數、連入度（被圖中其餘人關注的數量）、連出度（關注圖中其餘人的數量）

比較明顯的是，像知乎日報、劉看山、丁香醫生這類普通用戶關注較多的「機構號」，在大V中的受關注度並不高。

這張圖是經過一個叫作 Gephi 的軟件，基於 Python 採集下來的數據作出來的。其中圈的顏色是 Gephi 根據關聯關係自動聚合的結果。（參考以前漫威角色關係分析文章）

在知乎這個案例中，「陣營」的劃分並不像漫威那麼明顯，但能夠發現機構號基本都被歸在了一類，說明關注行爲有必定的類似性（張佳瑋躺槍）。

誰是大V

知乎的四大指標：關注、贊同、感謝、收藏。咱們分別看下以不一樣指標排行的「頭部用戶」：

 

 其中，張佳瑋能夠說是很是突出了。（這個名字好熟悉……還記得以前的虎撲分析嗎？）

 

 

官方收錄回答數，張佳瑋仍是遙遙領先，收錄文章數也榜上有名。

若是不論質量，僅看數量的話：

 

 

知乎於2010年12月20日上線，到今年7月31日共3145天，輪子哥vzch平均天天要回答7個問題以上（懷疑給他發工資的是微軟仍是知乎……），而太平洋電腦網則平均天天發表12.8篇文章，真是有夠努力！

把這幾組數據合成了兩張三維散點圖：

 

 

圖中選取的數據爲關注數大於1萬的用戶。在項目裏有能夠交互的網頁版本，能夠更直觀的查看這個分佈圖。

大V的熱情在消退？

 

 上面幾張圖是對目前關注數超10萬的用戶的歷史發佈數據進行的統計。從圖上來看，2015年大V們更熱衷於回答，後來則大都改去寫專欄文章了。從趨勢來看，彷佛大V們發文的頻率已再也不增加。不過這並不能直接推斷知乎的總體熱度，也可能內容的產出更分散於不一樣用戶了呢？這就只有知乎官方纔有權威數據了。

用戶愛看什麼？

 

 

這些關注度最高專欄和收藏夾，裏面有你關注的嗎？

最後，這是一個以關注數超1萬的用戶的我的簡介作出來的詞雲：

 

 以上就是咱們對於知乎公開數據作的一些分析。除此以外，咱們以前還作了一個按期更新的知乎大V動態排行，歡迎查看。