本文作者以知乎 300 萬用戶個人資料為樣本，做出瞭簡單數據分析。enjoy~
最近用 python 爬蟲抓取瞭知乎用戶個人資料（公開信息），去重之後有 300+ 萬條記錄，為瞭得到這些數據，還不小心跑崩瞭一臺服務器 …… 當然主要是配置太低。
手頭有瞭數據也不能閑著，於是就有瞭這篇分析報告，這篇報告做瞭一些淺顯的數據分析，主要目的是練練手，大傢看個熱鬧，高手勿笑。
數據量：3,289,329 人。
數據采集工具：分佈式 python 爬蟲
分析工具：ElasticSearch + Kibana
分析角度包括：地理位置、男女比例、各類排名、所在高校、活躍程度等。
註意：
以下所有分析結果都基於我抓取到的這 300 萬用戶的個人信息，非權威分析，僅供參考。
數據抓取時間為 2017 年 7 月份，用戶數據會隨著時間推移而變化，所以該報告具有一定時效性。
知乎的用戶個人資料很大程度上是不完整的，因為用戶有權隻填寫部分信息，所以後面分析的時候會篩掉對應指標為空的用戶。
下面讓我們看看知乎用戶分佈中有哪些有趣的現象。
知乎的男女比例？
首先來看看知乎用戶的男女比例，以當前樣本數據統計的結果接近 1:1，其中男生略多一些。（其實還有很大一部分性別不明的用戶，被我略掉瞭 ╮ ( ╯▽╰ ) ╭）
藍色為男生，紅色為女生。具體數據為：
男生：1,202,234 人，占 51.55%。
女生：1,129,874 人，占 48.45%。
知乎用戶都是哪裡人？
再來看看全國（全球？）都有哪些地方的人在玩知乎：
由上圖可以看到，知乎用戶中一線城市用戶占較大的比重，北上廣深皆在詞雲的中心位置（文字越大，比重越大）。我們再來看看具體的排名（前十名）：
知乎用戶居住地前十名依次是：北京、上海、杭州、成都、南京、武漢、廣州、深圳、西安、重慶。
你可能發現瞭 Y 坐標裡每座城市的用戶數並不多，這是因為有大概 260 萬的知乎沒有填寫 " 居住地 " 這一欄 ~ 以下分析也有可能出現用戶沒有填寫某一欄信息的情況，我會把這些用戶忽略掉，以保證展示圖表的準確性。
知乎的職業分佈？
以下顯示知乎主流職業，同樣根據知乎用戶個人信息裡填寫的職業為準：
由上圖可以看到，知乎用戶中學生用戶占據多數，其它的比如產品經理、程序員、運營、HR 數量也不少。我們看一下具體的排名（前十名）：
由上圖可以看到，知乎用戶中 " 學生 " 的比重獨占鰲頭，我們把 " 學生 " 去掉，來看看正經些的知乎職業排名：
去除學生後，知乎主流職業比重從大到小依次是（前十名）：產品經理、自由職業、程序員、工程師、設計師、騰訊、教師、人力資源（HR）、運營、律師。可以看到，除瞭一些互聯網公司的常見職位外，教師和律師用戶在知乎中也占據不小的比重。
下面我們結合 性別 和 居住地 來分析一下知乎的主流職業。
知乎主流職業的性別分佈：
上面這張餅圖的內圈表示各主流職業在前十名中所占的比重，外圈表示該職業從業者中的男女比例，藍色為男性，紅色為女性。我們再用一張直方圖來表示：
同樣藍色代表男性，紅色代表女性，從左到右的職業在知乎中的數量依次下降。可以看到，知乎大部分主流職業中主要為男性占主導。前 10 名的主流職業中有 8 個職業的男性從業者比女性多，其中以 程序員 的男女比例差距最為懸殊（-_-|||），以 設計師 男女比例差距最小，看來設計師從業人員男女比例較為均衡。其它的，比如產品經理、自由職業者、律師中，均為男性從業者多於女性。而前 10 名剩下的 2 個職業——教師、人力資源（HR）——女性從業者要多於男性，其中以 人力資源（HR） 男女比例差距最為懸殊，教師的男女比例雖不那麼誇張，但女性也遠遠多於男性（也許是因為男性教師不怎麼上知乎？）。
看完瞭知乎各職業的性別分佈，我們再用一張熱力圖來觀察知乎主流職業（前五名）在各個地區的分佈情況，顏色越深，代表該職業在該地區的人數越多：
這裡我為瞭展示方便，去掉瞭產品經理，你隻需要知道產品經理在各地人數都是最多的 …… 不明白知乎上怎麼這麼多產品經理，可能是為瞭方便宣傳他們的產品？
從上圖可以看出，知乎各主流職業大部分集中在北京和上海兩地，更準確地說，大部分都集中在北京，但是人力資源（HR）是個例外，他們更多集中在上海。我們再來看看其他職業，程序員分佈最多的城市依次是：北京、上海、廣州、杭州、廈門。北京占得比重最大，簡直綠的發黑，看來北京是程序員的天堂？其中深圳沒有上榜，讓我很奇怪。設計師分佈最多的城市依次是：北京、上海、杭州、深圳、武漢。設計師的地區分佈比較平均，各個城市都有一定數量。
知乎的高校用戶
知乎中學生用戶占很大的比重，我們來看看他們都來自哪些學校！詞雲中字體越大，表示所占比重越大。
我們再列出詳細的比重排名：
以上展示的結果不一定準確，可能有很大一部分學生用戶沒有填寫自己的學校。僅從上圖可以看出，知乎活躍高校用戶從大到小依次是：浙江大學、武漢大學、華中科技大學、中山大學、北京大學、上海交通大學、復旦大學、南京大學、四川大學、清華大學。
既然分析到學校瞭，我們順便看看各高校的男女比例，嘿嘿。
發現一個有意思的現象，各高校大部分都是男生在玩知乎 ……
再看一下哪些高校在知乎獲得的贊數最多：
第一是同濟大學，土木工程，恩，這是哪位大佬撐起來的；第二是華南理工大學，軟件工程，這個我知道，輪子哥是皇傢理工的嘛；第三，重慶第一工程屍培訓基地，恩？？？這是什麼鬼（黑人問號）；繼續往後看，恩 ……？？傢裡蹲大學？？！！還有一個蘭州大學，牛肉面工藝專業？？？WHAT？？！！
知乎大佬都這麼調皮嗎 ……
這個圖似乎不太準，大傢忽略就好 ……
我們再來看看各地區有哪些高校是知乎重度用戶，顏色越深代表該學校的知乎用戶越多：
北京玩知乎最多的高校依次是：北京大學、北京郵電大學、中國傳媒大學、中國人民大學、清華大學。
上海玩知乎最多的高校依次是：上海交通大學、復旦大學、同濟大學、上海大學、上海財經大學。
杭州玩知乎最多的高校依次是：浙江大學、浙江工業大學、杭州電子科技大學、浙江大學 , 計算機科學、浙江大學 , 軟件工程。浙江大學是重度用戶啊 ……
成都玩知乎最多的高校依次是：電子科技大學、四川大學、西南交通大學、電子科技大學 , 軟件工程、四川師范大學。
廣州玩知乎最多的高校依次是：中山大學（SYSU）、華南理工大學（SCUT）、華南農業大學 ( SCAU ) 、廣東外語外貿大學、廣東工業大學。
我們再來看一下知乎各高校用戶的活躍程度，按每個學校用戶回答問題的總數排名：
排名依次是：武漢大學、浙江大學、中山大學、華南理工大學、北京大學、華中科技大學、復旦大學、上海交通大學、西北農林科技大學。
好瞭，高校分析告一段落，我們再來看看知乎用戶的各類排名。
知乎贊數最多的 100 位大 V
下圖中詞雲的字越大，表示收到的贊數越多：
我們再來一張直方圖，配合著看：
張佳瑋大大無可爭議的獲得第一名，360+ 萬贊，恐怖。其次是馬前卒、唐缺、vczh、肥肥貓、朱炫、Seasee Youl、ze ran、鬼木知、豆子。知乎獲贊總數前五名有兩位都是作傢（張佳瑋和唐缺），看來作傢在知乎回答問題獲贊方面還是很吃香，果然表達能力是觀點獲得認可的一個重要支撐 。
知乎關註者最多的 100 位大 V
下圖詞雲的字越大，表示關註者越多，看看有沒有你熟悉的大 V 呢？：
同樣我們配合著一張直方圖來看：
知乎關註人數最多的前 10 位大 V 依次是：張佳瑋、李開復、黃繼新、周源、張亮、張小北、李淼、朱炫、葛巾、田吉順。這些是知乎真正的大 V，關註者數量極多。關註者最多的張佳瑋有 137 萬粉絲（抓取時），他的粉絲還在不斷上漲，到現在已經有 138 萬粉絲。關註者最少田吉順也有 57 萬粉絲，輪子哥（vczh）稍微少一些，排在第 11 位。
知乎回答問題最多的 100 位大 V
這些大 V 在知乎很活躍 …… 下圖詞雲文字越大，表示回答問題數量越多。
具體的排名為：
知乎回答問題數最多的 10 位大 V 從大到小依次為：vczh、李東、趙鋼、另一隻襪子、四海之內、M3 小蘑菇、kun yu、白貓轉轉風、yskin、肛裡拉出個電鋸。微軟的工作貌似很閑，看輪子哥（vczh）整天刷知乎 ……
我們再來加上這幾位用戶在知乎的獲得的贊數，看看" 回答問題的數量 "和" 獲得的贊數 "之間有沒有什麼聯系：
由上圖我們可以粗略的得出結論，回答問題的數量和獲得贊數的關系沒有很大。上圖中隻有 kun yu 和 vczh 回答問題的數量和獲贊數基本持平，榜單前十名的其它用戶獲得贊數雖然也不少，但和他們回答問題數量的排名比起來，還不在一個量級上。這從側面也說明瞭一個問題，回答問題的質量更加重要，某些高質量的會更容易吸引用戶點贊。
知乎參加 live 最多的 100 位大 V
我們再來看一個有意思的統計，知乎參加 live 最多的 100 位用戶，以及他們最多參加過多少場 live。（live 是知乎推出的一種類似於直播的問答形式，大 V 開一場 live，分享他所在領域的知識，用戶買門票參與 live，是一種知識變現的方式）
再來看看他們最多參加過多少場 live：
最多的那個大 V 竟然參加過 1600+ 場 live，真的很有精力和金錢，哈哈。
尾聲
以上，便是以知乎 300 萬用戶個人資料為樣本，做出的簡單數據分析。大傢覺得還可以挖掘哪些有用的信息呢？
喜歡我的分析的小夥伴可以點一個贊，或者等我的下一篇文章。接下來會發一篇爬蟲的源碼剖析，有時間的話會繼續抓取其它有用的數據，做成數據報告發上來。另外我會嘗試下把這次抓到的數據做成功能集成到公眾號中，如果你有什麼好玩的點子也可以推薦給我。
撒由那拉 ~ 下次再見 ~
作者：囈語 _yiyu，個人博客：http://yangyingming.com
來源：http://www.jianshu.com/p/6815e9553aba
本文由 @囈語 _yiyu 授權發佈於人人都是產品經理，未經作者許可，禁止轉載。
