1年前的小五都用 Python 来做什么？
注：这是小五一年前在知乎的回答，当时还只有凹凸数读一个公众号，所以很多图片都会带有数读或者知乎的水印。
作为一个菜鸟数据分析师，只会sql+python
业余时间写写文章：用python爬取数据→数据清洗→数据分析→数据可视化
词云镇楼
20190730回来看，前面的文章好水哈哈，大家耐心往下看吧
举几个最近用python做的比较有趣的小项目：
分析30万条微博评论，看毕业生与翟天临的爱恨情仇
2019年5月27日凌晨，翟天临又上了热搜→被毕业生骂上的热搜。为了探索这个有趣的现象和背后的问题，我爬取了翟天临2月道歉微博下的30万余条评论。
在这30万条评论中，有20多万条集中在3月2日之前，在此阶段，粉丝积极控评与吃瓜群众的嘲讽占大多数。
3月2日到5月26日，随着查重标准的发布，开题、初稿等任务的进行，开始陆陆续续有学生来到他的微博下发泄怒火。这时的内容，主要分为以下几种：
上述第二阶段中的评论用户，既不是来吃瓜的，也不是看到热搜来凑热闹的，他们是真正被论文困扰而来宣泄怒火的。因此我们爬取了他们在个人主页中填写的学校信息，发现以下学校的学生吐槽频次较高，这些学校很有可能调整了查重率或者提高了其他通过标准。
评论“睡了吗”的同学中，基本集中在半夜11点到凌晨3点的时间段，这时的同学经历了漫长的改重洗礼，用残存的力气也要去问候翟天临一句。而到了3点以后，怕是连问一句“睡了吗”的心情都没有了（因为他肯定睡了）
以上是截取的文章部分
拆开药店所有的感冒药，用数据解读药品说明书
这篇文章的起因是我感冒了，翻出了家里仅剩半盒的感冒药，但说明书早已不翼而飞。机智的我在网上药店里搜到了这款药品，了解了它的用量和禁忌等。依然心系工作的我正好顺势爬取了康之家网上药店在售的654种感冒药的说明书，决定用数据解读一下！
在感冒药界，要问哪家品牌的种类最多，同仁堂是当之无愧的王者，而且这家店是标准中国老字号，只生产中药类感冒药。
将中药与西药的成份分别进行了汇总，并且绘制成词云。
工作了之后越发觉得生个病真是太贵了，不去医院光吃药就要花掉不少毛爷爷，于是看过了说明书的有趣数据，我们自然而然把目光转向了……价格。我们对比了西药和中药，发现西药的价格集中在20元左右，而中药的价格要更低一些，集中在10元左右。
以上是截取的文章部分
素人与欧阳娜娜的vlog之间，相隔的不只是明星光环
这篇主要是为了研究vlog究竟是“真风口”还是“伪风口”，我们爬取了国内最大原创 Vlog 平台“Vue Vlog”app上的30万条视频及其作者的信息。
从整体上看，在Vue Vlog上发过视频的用户中，90后，即20—30岁左右的年轻人，占据了vlogger的半壁江山。而在各个年龄段，女性都明显多于男性。相比于男性而言，女性似乎更乐于分享自己的生活。有趣的是，水瓶座在所有vlogger的星座中占比最高，是其他星座的2倍左右。
这里要注明一下，右侧单纯是星座的排行，本意是突出显示一下第一名水瓶座，结果用的配色是左侧男性的颜色，很容易让大家误解是男性且水瓶座排名第一
从时长上看，普通用户的大部分视频都在1分钟以内，而大V集中在3-8分钟。
我们分析了vlog发布时间段对平均播放量的影响，发现在一周当中，周五的平均播放量明显高于其他时间段。
平均播放量最高的时间点则有几个小高峰。早上起床的8、9点，中午和晚上下班放学的12点和5点，以及晚上睡觉前的9点左右，都是发视频的好时机。而凌晨2-4点由于发视频数量较少，平均播放量也整体较高。
从内容类型来看，普通vlogger作品中播放量比较高的多数具备一些专业技能，如滑雪和潜水等极限运动，以及摄影、弹唱等个人才艺。
以上是截取的文章部分
第一批看《复联4》的网友，都在评论区说了什么？
爬取了微博、猫眼、知乎、豆瓣的评论或者回答做成了词云
五一去长沙，到了吃点啥？
在大众点评的筛选机制中，只能按单项指标排序，而智能排序又会把投放广告的或者新店优先排在前面。于是，我们爬取了大众点评上橘子洲头附近4312家长沙美食的基础信息。我们设定的筛选目标湘菜馆的要求是：评论人数超过500，各项评分均在9分以上，人均消费不超过100。
我们又用同样的方法，筛选出性价比最高的烧烤、火锅、小龙虾、臭豆腐、粉面馆、饮品……
以上是截取的文章部分
十张图告诉你：互联网运营狗的生存现状
我们爬取了实习僧和拉勾网上共12715条关于运营的招聘信息，来更好地了解运营狗生存（主要是工资）现状。
在城市的选择上，我们发现，北京对于运营实习生的需求量最大，上海广州深圳杭州依次递减。要来运营岗实习，一线城市对你来说，将是机会最多的选择。
但一线城市的三餐、交通与房租对于实习生来说，无疑是很大的压力。因此我们分析了不同地域运营实习生的日均薪资水平，看看哪些城市的薪水能让你吃到更好吃的土。
其中日均实习工资在100-150范围的岗位，在大部分城市都超过了50%的占比，这也是运营实习生最可能拿到的工资。而在北上深三地，实习生拿到“高薪”（日工资超过150元）的可能性明显高于其他地区。相对这些城市来讲，广州运营实习工资低于100的岗位占比较高，在广州实习的同学将有更多进入hard生存模式。
20190730更新，没想到大家这么支持，那就再更新几个（每个简单只放一张图）：
蔡徐坤1亿转发量幕后推手被封，能否动摇饭圈文化？
290种零食大统计，谁能唤起80、90后的童年回忆？
宫崎骏：纵有疾风起，人生不言弃。
中国撸串指北：13万家烧烤店的吃货最爱
这里面都是小五一年前做的有趣的事，大家更喜欢哪一个呢？