python用户画像_Python爬虫实践之：简书用户画像

作者：简书@浪费了昨天

最近用Python写了一个简书用户的爬虫，单机耗时30小时抓取了简书30万用户的数据（设置了适当的下载延迟，所以耗时较长。当然了，主要是避免简书服务器造成不必要的压力）。简书用户用户量我不知有多少，这30万只是其中相对活跃的一小部分，但个人认为这份数据还是具有一定的代表性。下面就带你们看看这30w用户的情况。

一、简书大V

我是以粉丝量评判简书的大V的。从这30w数据中筛选出粉丝量Top10的用户。

简书top10|center

1.其中彭小六以113463粉丝居第一位，简黛玉以106667粉丝居第二位，简书的CEO简叔以80533粉丝居第三位。后面的大V的粉丝量和这三位还是有一定的差距。2.当然了大V可不止10个，我们来看看拥有10000粉丝的用户是怎样一种存在。万粉户共69人，粉丝在两万左右的大V较多。如下图：

3.彭小六一人生生把这个图撑大了

4.简黛玉平均一个喜欢对应一个粉丝儿，堪称粉丝收割机。想来写的东西必然是高质文章，作为一个只看过几篇首页热门文章的萌新不太了解，等会儿先去关注她，坐等好文推送(#滑稽)。

二、简书高质量大V

话不多说，先看一张图。

文章赞与千字赞.png

三、高冷的大V

我以前以为大V都是高冷的，为了证明我是错的，我画了张图（根据粉丝数/关注数画的）

万粉大V高冷度.png

1.尹惟楚、韩大爷的杂货铺、鹿人三千这三位没关注一个人。那么多粉丝，你都不看一眼吗（卖萌脸）。2.纯银V，Josie乔，经典重读只关注了1个人。说吧，和这个人什么关♂系♀？？3.彭小六、简黛玉、毒舌电影也仅仅是只关注了寥寥几个人。4.好吧，看来我确实没错，大V确实够高冷（扎心了.jpg）。当然了，那几块最小的也是关注别人比较多的。比如万分户阿琴姑娘就是个勤奋的姑娘呢，关注了7000多个人。官方号简书也关注了2300多人。常驻首页的刘淼也关注了900多人。

四、码字狂人

在简书写了100万字的用户有15位

简书百万字.jpg

1.毒舌电影这位码字最多330多万字（截止2017/6/9）。330万啊，印成书也要大几本，刚查了下，四大名著加起来也才350万字。可怕，不知道这位佬到底要看多少电影才写出那么多文章。2.又见简黛玉，图中可以看出，码字（以万为单位）多粉丝（图中以百为单位）也多。本来应该把这个数据去除的，因为她把图撑歪了，汗……3.Sting、憨憨故事、鸭梨山大哎、知识分子、志造美、姚超龙、历史的星辰这几位码了很多字，却没有收获多少赞，不知是文章质量不高，还是怀才不遇。不过能码百万字也不容易，我这markdown新手，添加超链接简直要手软。。。

说了那么久，说的都是大V，下面也说简书里的小透明吧。

五、关注狂魔

就不画图了，直接数据库里面截图看看，关注别人最多的前十位用户。

1.临川人名列第一，居然关注了12866人，这位老哥，不知道你的简书时间线会爆炸不。2.桐子树下也关注了一万多人，真是厉害。3.Athena79这位神奇的用户，关注了7000多人，却一个字也没写过。也不是啥也没有，毕竟190个人回粉了嘛，哈哈。

六、用户都拥有多少粉丝

先来统计下，本来我想以十/百/千/万为阶段，然而没想到超过10个粉丝的不到30万用户的10%。只好以零/五/十/百/千/万为阶段了。先用代码统计下：import pymongo

client = pymongo.MongoClient("localhost", 27017)

db = client['JianShu']print('粉丝为0：',db.user.count({'followers_num':0}))print('0＜粉丝≤5：',db.user.count({'followers_num':{'$gt':0,'$lte':5}}))print('5＜粉丝≤10：',db.user.count({'followers_num':{'$gt':5,'$lte':10}}))print('10＜粉丝≤100：',db.user.count({'followers_num':{'$gt':10,'$lte':100}}))print('100＜粉丝≤1000：',db.user.count({'followers_num':{'$gt':100,'$lte':1000}}))print('1000＜粉丝≤10000：',db.user.count({'followers_num':{'$gt':1000,'$lte':10000}}))print('粉丝＞10000：',db.user.count({'followers_num':{'$gt':10000}}))#输出粉丝为0： 1725890＜粉丝≤5： 888125＜粉丝≤10： 1305210＜粉丝≤100： 19928100＜粉丝≤1000： 48511000＜粉丝≤10000： 699粉丝＞10000： 69

1.粉丝为0的有172589人。哈哈哈哈哈哈哈哈哈哈哈哈哈哈，看来0粉的我并不孤独。等我攒一个粉丝就超过了一半以上的人，想想还有点小激动呢，嘿嘿。2.越往上走人越少啊，粉丝超过100的居然只有5000多人了，看来各位简友还需努力。别只看别人写，也动下自己的小手手，分享出你认为有价值的东西，记录生活，记录学习（这特么是对我自己说的么？道理都懂，然而我……！）。3.算了，直接放个大饼，你们看看吧

用户粉丝数.jpg

七、平均数

哈？平均数？又要被平均了？是的，来看看你被平均的有多惨。

1.平均每人有19.27个粉丝2.平均每人关注17.28个人3.平均每人被喜欢43.35次4.平均每人写5082.66字

哈哈，也不是很惨嘛。虽然平均数很低，还是没达到吧，红红火火恍恍惚惚。你们简直太弱，我和彭小六平均粉丝有50000+！

总结

1. 平均每人有19.27个粉丝，平均每人关注17.28个人这里粉丝与关注不对等，没有形成闭环。说明还是数据代表性还不是非常强。（毕竟我只抓了大V的粉丝，没有进行二级用户粉丝抓取）2. 哪还有2？？？不存在的！反正我又不2！

连分析带写用了近一天（我怎么那么慢？有点怀疑人生），手软，下次再写吧。很久没有写那么多字了，思路可能有些混乱还有不严谨的地方，望各位拍砖指正，谢谢阅读！第一次在简书分享，有点小激动。

爬虫源码:https://github.com/malone6/Jianshu ,欢迎到github给我star

python用户画像_Python爬虫实践之：简书用户画像相关推荐

爬虫软件python彻底卸载_Python爬虫实践：如何优雅地删除豆瓣小组的帖子
前言文章起源于自己的一个需求:想要删除掉自己的若干个小号在豆瓣小组上的发帖及回复记录.这是一件看似简单的事情,但是一遍一遍的重复操作实在让我感到非常绝望,特别是删除自己的回复时,有时候回复的帖子的回 ...
python 谷歌翻译_python爬虫实践之谷歌翻译
目录概述爬取谷歌翻译,根据提供的文字进行翻译. 准备所需模块 urllib.request execjs:执行JS代码的模块涉及知识点 python基础 urllib模块基础运行效果控制台 ...
《用户至上：用户研究方法与实践（原书第2版）》一2.4　理解用户
本节书摘来自华章出版社<用户至上:用户研究方法与实践(原书第2版)>一书中的第2章,第2.4节,作者 Understanding Your Users: A Practical Guide ...
《用户至上：用户研究方法与实践（原书第2版）》一2.3　理解产品
本节书摘来自华章出版社<用户至上:用户研究方法与实践(原书第2版)>一书中的第2章,第2.3节,作者 Understanding Your Users: A Practical Guide ...
《用户至上：用户研究方法与实践（原书第2版）》一2.1　概述
本节书摘来自华章出版社<用户至上:用户研究方法与实践(原书第2版)>一书中的第2章,第2.1节,作者 Understanding Your Users: A Practical Guide ...
《用户至上：用户研究方法与实践（原书第2版）》一 3.4　法律层面的考虑
本节书摘来自华章出版社<用户至上:用户研究方法与实践(原书第2版)>一书中的第3章,第3.4节,作者 Understanding Your Users: A Practical Guide ...
批量导出某个简书用户的所有文章列表和文章超链接
简书改版后,根据文章标题搜索文章的功能就不见了. 虽然简书提供了批量下载文章的功能,但是下载到本地的文章都是markdown格式的,不包含文章的链接,这不满足我的需求. 既然我是程序员,没有这个功能我 ...
《用户至上：用户研究方法与实践（原书第2版）》一1.1　什么是用户体验
本节书摘来自华章出版社<用户至上:用户研究方法与实践(原书第2版)>一书中的第1章,第1.1节,作者 Understanding Your Users: A Practical Guide ...
《用户至上：用户研究方法与实践（原书第2版）》一3.1　概述
本节书摘来自华章出版社<用户至上:用户研究方法与实践(原书第2版)>一书中的第3章,第3.1节,作者 Understanding Your Users: A Practical Guide ...
python客户画像_Python数据分析学习笔记05：用户画像
Python数据分析学习笔记05:用户画像一.用户画像用户画像是指根据用户的属性.用户偏好.生活习惯.用户行为等信息而抽象出来的标签化用户模型.通俗说就是给用户打标签,而标签是通过对用户信息分析而 ...

python用户画像_Python爬虫实践之：简书用户画像

python用户画像_Python爬虫实践之：简书用户画像相关推荐

最新文章

热门文章