Zhihu-Problems

数据来源：知乎关注人数最高的1000个问题
感谢陈鹏举的数据！

• 特别说明
  • 该数据集是2016年的数据，2018年可能已经发生较大变化，但是仍不失为一个好的数据分析练习的素材！
  • 我目前还是一个数据分析入门者，整个分析过程存在诸多漏洞，望批评指正！

目录

• 开发环境
• 分析思路
• 分析过程

开发环境

• Window10操作系统
• Anaconda3
• 第三方库
  • zhihu-oauth(知乎API)
  • jieba(中文分词)
  • wordcloud(生成词云)

分析思路

• 保存知乎关注人数最高的1000个问题的网页源码
  
• 用正则表达式分别提取1000个问题的ID Name Type(参考文件info.csv)，为进一步分析做准备(具体代码以及文件参考original data)
  
• 对1000个问题的Type(问题类别)进行汇总统计(具体代码以及文件参考wd)
• 从1000个问题中筛选出100个具有代表性的，对每一个问题的回答的赞同数进行分析(具体代码以及文件参考res)

分析过程