最近用 python 爬虫抓取了知乎用户个人资料（公开信息），去重之后有300+万条记录，为了得到这些数据，还不小心跑崩了一台服务器…… 当然主要是配置太低。
手头有了数据也不能闲着，于是就有了这篇分析报告，这篇报告做了一些浅显的数据分析，主要目的是练练手，大家看个热闹，高手勿笑。
爬虫源码放在了 github 上，windcode/zhihu-crawler-people，各位大佬别忘了点个 star~
数据量：3,289,329 人。数据采集工具：分布式 python 爬虫分析工具：ElasticSearch + Kibana分析角度包括：地理位置、男女比例、各类排名、所在高校、活跃程度等。
注意：
以下所有分析结果都基于我抓取到的这300万用户的个人信息，非权威分析，仅供参考。数据抓取时间为2017年7月份，用户数据会随着时间推移而变化，所以该报告具有一定时效性。知乎的用户个人资料很大程度上是不完整的，因为用户有权只填写部分信息，所以后面分析的时候会筛掉对应指标为空的用户。下面让我们看看知乎用户分布中有哪些有趣的现象（下面的图点击可以放大） ↓
知乎的男女比例？首先来看看知乎用户的男女比例，以当前样本数据统计的结果接近 1:1，其中男生略多一些。（其实还有很大一部分性别不明的用户，被我略掉了 ╮(╯▽╰)╭）
蓝色为男生，红色为女生。具体数据为：
男生：1,202,234 人，占 51.55%。女生：1,129,874 人，占 48.45%。
知乎用户都是哪里人？再来看看全国（全球？）都有哪些地方的人在玩知乎：
由上图可以看到，知乎用户中一线城市用户占较大的比重，北上广深皆在词云的中心位置（文字越大，比重越大）。我们再来看看具体的排名（前十名）：
知乎用户居住地前十名依次是：北京、上海、杭州、成都、南京、武汉、广州、深圳、西安、重庆。
你可能发现了Y坐标里每座城市的用户数并不多，这是因为有大概260万的知乎没有填写“居住地”这一栏~ 以下分析也有可能出现用户没有填写某一栏信息的情况，我会把这些用户忽略掉，以保证展示图表的准确性。
知乎的职业分布？以下显示知乎主流职业，同样根据知乎用户个人信息里填写的职业为准：
由上图可以看到，知乎用户中学生用户占据多数，其它的比如产品经理、程序员、运营、HR数量也不少。我们看一下具体的排名（前十名）：
由上图可以看到，知乎用户中“学生”的比重独占鳌头，我们把“学生”去掉，来看看正经些的知乎职业排名：去除学生后，知乎主流职业比重从大到小依次是（前十名）：产品经理、自由职业、程序员、工程师、设计师、腾讯、教师、人力资源（HR）、运营、律师。可以看到，除了一些互联网公司的常见职位外，教师和律师用户在知乎中也占据不小的比重。
下面我们结合 性别 和 居住地 来分析一下知乎的主流职业。
知乎主流职业的性别分布：
上面这张饼图的内圈表示各主流职业在前十名中所占的比重，外圈表示该职业从业者中的男女比例，蓝色为男性，红色为女性。我们再用一张直方图来表示：
同样蓝色代表男性，红色代表女性，从左到右的职业在知乎中的数量依次下降。可以看到，知乎大部分主流职业中主要为男性占主导。前 10 名的主流职业中有 8 个职业的男性从业者比女性多，其中以 程序员 的男女比例差距最为悬殊（-_-|||），以 设计师 男女比例差距最小，看来设计师从业人员男女比例较为均衡。其它的，比如产品经理、自由职业者、律师中，均为男性从业者多于女性。而前 10 名剩下的 2 个职业——教师、人力资源（HR）——女性从业者要多于男性，其中以 人力资源（HR） 男女比例差距最为悬殊，教师的男女比例虽不那么夸张，但女性也远远多于男性（也许是因为男性教师不怎么上知乎？）。
看完了知乎各职业的性别分布，我们再用一张热力图来观察知乎主流职业（前五名）在各个地区的分布情况，颜色越深，代表该职业在该地区的人数越多：
这里我为了展示方便，去掉了产品经理，你只需要知道产品经理在各地人数都是最多的…… 不明白知乎上怎么这么多产品经理，可能是为了方便宣传他们的产品？
从上图可以看出，知乎各主流职业大部分集中在北京和上海两地，更准确地说，大部分都集中在北京，但是人力资源（HR）是个例外，他们