友情提醒：文末有….
一次完整的python數據分析流程是怎麽樣的？
使用python從網站抓取數據，並將這些數據保存到SQLite數據庫中，然後對數據進行清洗，最後對數據進行數據可視化分析。
可是熟悉的人應該知道，python爬取簡單，但是分析起來是很困難的，SQL語句、Pandas和Matplotlib這些十分繁瑣，一般人也不會。
于是我想到了用一種更簡單的方式進行數據分析，那就是python爬取+BI分析。什麽是BI就不用我多做介紹了吧，python強大的數據獲取能力，配合敏捷BI簡單快捷的數據可視化操作，分析效果那肯定是杠杠的！
那這次我們就來看看“人均985，年薪百萬”的知乎背後，到底有什麽秘密？話不多說，開爬！
一、我們想要哪些數據？
知乎用戶的學校和公司肯定是首當其沖的，我想看看到底這些人是編的還是真的哈哈哈。
每頁有20個問題，所以你可以獲得到20個問題的鏈接，之後就是對每個問題的處理：
三、用BI進行數據可視化分析
首先在官網下載FineBI，雖說是企業級的數據分析平台，但是它對于個人是永久免費的，文末給大家准備了下載鏈接~
然後直接通過FineBI提供的數據配置端的功能，添加SQL數據集（或者直接添加表也行），查看和驗證剛剛爬取並且入庫的數據是否已經真正成功入庫到MySQL中了。
1、哪個城市的知乎用戶最多？
杭州處在第三名了，果然互聯網的發源之地之一不是吹的，阿裏網易起到了很大的作用，爲什麽這麽說？等你看到職業就明白了。
2、他們都是哪些學校的？
不過也不奇怪，知乎主打的就是高知識份子的聚集地，而且學生比起上班族，有更多的時間玩手機。
既然分析到學校了，我們肯定要來看看各個高校上玩知乎的男女比例：
別說了，知乎人均985實錘了，我流下了羨慕的淚水，我想請問同學，是怎麽做到玩和學習同時兼顧的？你如果教教我，我高考距離清華的錄取分數線可能就更近一點了….
3、知乎的職業比例
除去學生之後，我們發現知乎的人都是….
可以看到，除了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。
我們再用一張熱力圖來觀察知乎主流職業（前四名）在各個地區的分布情況，顔色越深，代表該職業在該地區的人數越多：