简书不如知乎？Python爬30W数据，BI可视化分析后，告诉你答案
上次做了一个知乎的用户学校分析，到底知乎用户是不是人均985呢?引起了很大的讨论。
其实，国内的UGC平台，知乎是领军人物，但是又因为它太受欢迎，导致很多其他综合性平台都被忽略了。那么其他平台都有哪些呢?
就拿简书来说吧，这是一个和知乎差不多的综合性平台，但因为没有“人在美国，刚下飞机”的这种梗，于是就被人们慢慢遗忘.....
简书上有哪些优质用户?有多少大V粉丝数上万，获赞数上万?哪些文章的阅读数最高?热门专栏里又有哪些是最受用户欢迎的呢?
一、获取数据
不得不说，数据肯定得是用Python来爬，找到我们想爬取的数据，简洁代码直接走天下~
具体的代码就在文末给大家奉上。
由于简书官方对数据有所保护和限制，仅能获取单个用户的900名关注者(粉丝亦然)，以及前1900篇左右的文章。在通过2-3层数据爬取后，共获得261277条用户信息，具体数据有：用户名、主页url、是否为签约作者、粉丝数、获赞数、关注数、文章数、总字数等等。
同时，但根据这1916篇文章获赞数降序可知，排名第一的文章，获赞数为：17076;排名最后的为488。由此可见，简书上最热门的文章可能都已经获取到了(其实并没有)。
二、BI分析
一般来说，用Python取好数之后，就是数据可视化了。
说到数据可视化，可谓是百花齐放，一时之间前端界出现了琳琅满目的第三方库： Highcharts ， Echarts ， Chart.js ， D3.js 等。但是，万变不离其宗：需要不错的代码知识，而且这些产品其实并不是真正的开源。
那对于我们这种不会代码的小白有什么方法呢?
这就是我今天要说的BI了，也叫商业智能。百度搜索BI，就感觉内容铺天满地而来，让人摸不着头脑。其实BI真正做的好的少之又少，但国内和国外还是有一些优秀产品的。
国外代表是Tableau，157亿美金被收购，足以说明它的强大，但是对于国内来说，它不适用：
- 基于数据查询的工具，实时数据分析功能还很欠缺
- 价格很贵(土豪绕道)，都是代理商所以售后服务非常差
- 本身没有后端数据仓库，宣称自己是内存BI，实际用起来对硬件要求极高，对于超千万条的数据分析，必须借助于其他ETL工具处理好数据再进行前端分析
- 无法支持中国式复杂表样
所以我选择了国内的BI产品FineBI，一款企业级的数据分析软件，最重要的是它个人版免费(文末有链接)：
- 自动建模，建模简单，模型灵活性很强
- 丰富的可视化和前端分析操作，能可视化地进行数据钻取，数据切片和数据旋转等多维分析操作
- 内置ETL，实时数据分析，同时对大数据能够做到飞速处理
三、数据可视化
上面说了，FineBI虽然是企业级的数据分析软件，但是对于个人来说是免费的。同时，FineBI支持多种形式的数据源，不同连接模式，处理数据完全无压力。
我下好并激活之后，将Python爬出来的数据插入FineBI中，就开始了愉快的分析。
1、签约作者分析
既然作为自媒体平台，那么里面写字人的目的就是成为签约作者。在这26w+较优质用户里，共有126人的主页上明确地挂有“签约作者”的标签。
这个比例可以说是很少了，也可以从侧面说明简书对于作者的要求有多严格。
单人贡献5篇及以上热门文章的，共有69名作者，也说明写作不容易。
2、用户粉丝情况
这是一个类金字塔的分析图，这26w+用户里：粉丝数大于10w+的有5人，均是万中挑一的人物;其他各梯度人数看图即可，不再赘述。值得一提的是粉丝数10-100区间的人数占比最大，为40.38%，而非0粉或1粉的用户，这进一步说明了本次本次爬取的数据较为优质。
3、热门文章24小时分析
11点钟文章最多，觉得蛮奇怪的，作为一只喜欢在晚上发布文章的小透明，原本觉得晚上才是创作的大好时光啊，11点钟已经属于饭点，难道是上午潜心创作，一天之计在于晨，将当天的写作任务早早的完成，一身轻松?再是24小时都有人发布文章并成为热点，
4、阅读数、喜欢数与评论数