车票？工作？对象？Python 教你优雅解决年关三大难题！

作者 | 数据不吹牛

最近，很多朋友都已经连续多日沉浸在即将（已经）放假的快感之中，化身渔夫，兢兢业业地摸鱼。

但是！你真的准备好过年了嘛！你真的知道为什么过年叫年关吗？

让小Z来给你讲个故事，从前，有一只年兽，一到春节就....

Sorry！走错片场了，都2020年了，过年之所以叫年关，还不是因为东西南北漂的年轻人回家过年，总有三个绕不开的难题：

• 合适的票买到了吗？
• 你专业/工作到底是干啥的？工资多少？
• 你对象呢？

合适的票，靠单身多年的手速，百折不挠的抢票毅力，还有那审时度势，在几百年不说话的好友群发个助力链接就跑的局势洞察力，抢到大概率是没问题的。

解决了票，脑海中已经出现，亲戚面带微笑的看向后两个问题的画面。

幸好，我们从小都知道，遇事不决想名言！

“站在前人的肩膀上看问题，身高上，我就能够比他高出一大截儿”这句名言（小Z胡说的），给了我无尽的灵感。

说到前人的肩膀，知乎不就是个绝佳的参考系吗？所以，我们用Python爬取了知乎上相关的热门问题：

看一看多少人有类似的困惑，更重要的是，有什么可以拿来即用的秘籍。

知乎的部分爬取代码如下，完整代码和数据附在文末，跳过丝毫不影响阅读。

import pandas as pd
import numpy as np
import os
import json
import requests

def parse_page(url,headers):
    html  = requests.get(url,headers = headers)
    bs = json.loads(html.text)
    result = pd.DataFrame()
    for i in bs['data']:
        headline = i['author']['headline'] #签名
        gender = i['author']['gender']  #性别
        user_type =  i['author']['user_type']
        user_id =  i['author']['id']
        user_token = i['author']['url_token']
        follwer_count = i['author']['follower_count'] #关注人数
        name = i['author']['name']   #用户昵称
        vote_up = i['voteup_count']  #点赞数
        updated_time = i['updated_time']    #更新时间
        title = i['question']['title']   #问题
        created_time = i['created_time'] #创建时间
        comment_count = i['comment_count'] #评论数
        can_comment = i['can_comment']['status']   #是否可以评论
        content = i['content']  #内容，还需要再清洗
        cache = pd.DataFrame({'用户ID':[user_id],'用户名':[name],'性别':[gender],'token':[user_token],'用户类型':[user_type],'签名':[headline],
                              '被关注人数':[follwer_count],'创建时间':[created_time],'更新时间':[updated_time],'评论数':[comment_count],
                              '点赞数':[vote_up],'是否可以评论':[can_comment],'内容':[content],'问题':[title]})
        result = pd.concat([result,cache])
    return result

未雨绸缪，还是事后吐槽？

我们发现，“过年回家，亲戚问是做什么工作的，该说实话吗？”这个问题下，大多数是结合自身经历来吐槽的。

应了那句“吐槽不避亲”的古训，91.68%的用户没有匿名，当然，也可能是知道亲戚们都不上知乎。

未知用户性别用户实在太多，从仅存的男女占比来看，似乎男性吐槽意愿更强。

接着，更有意思的回答时间分布来了：

2018年2月7号（小年前一天），未雨绸缪的题主在知乎抛出了这个问题，当天有15个热心人抛砖引玉，在小年（8号）达到顶峰，日新增68个回答。

然而，9号之后，年关越来越近，回答数却越来越少，在2月15号除夕之后，新回答者销声匿迹，莫非大家都已经做好了准备？不过这更可能和知乎的流量分发有关。

问题沉寂了一年之后，热度在19年2月9日（大年初五）一飞冲天，221个热乎的回答蹭蹭涌入，事后吐槽之密集，以身手敏捷著称的七大姑八大姨都没能躲过。

但是，初五的辉煌，初六没能承接上，初七之后更是回归平淡。这个回答，今年还会不会再蹦跶呢？

“搞互联网好啊！正好我家网连不上！”

我们继续扒一扒，上个问题回答者从事行业和岗位的秘密。

必须先吐槽一下大家填信息实在是太随心所欲了，让人清洗的头大。

行业写的都还挺规范，而涉及到学校和岗位，几百个回答下竟然几乎没有重样的！

“摸鱼情感教育”是什么岗位？学校填“哈尔滨佛学院”的是哈佛吗？工作写“讨饭XX年”的朋友是认真的吗！

得，我们先勉强看一下行业TOP10：

不得不说，互联网+计算机软件行业真乃吐槽双壁（占比和平台也有关系），两者合计占比超过59%，傲视群雄。

“产品经理？毕业就当了经理！能不能给你外甥走个后门啊！”

“数据分析？嗨呀，帮我分析分析下一期彩票！”

“做IT的？我的路由器出了点问题来帮我敲敲！”

“设计？广告设计？广告这些东西可真招人烦啊！”

互联网的发展大大超出了老一代人的想象，有朋友总结出来一个经验，亲戚说啥就是啥，不要解释，越描越黑。毕竟，最重要的还是开心嘛。

“现在能挣多少啊？”

工资是一个严峻的话题。

一旦疏忽，父母面上无光，稍有不慎，又扫了七大姑八大姨的兴致。

综合点赞和回答数据，我们做了一个加权排序，排除炮灰答案后，逐字审读，悟出了三个大招。

1、乾坤大挪移

这一招的宗旨很简单，任何话题都是可以转移的。

“小Z，工资多少啊？”

“阿姨，工资这点小事等会说，我给你说说我今年搞的几个有意思的分析，您一定感兴趣！”

一个小时后，阿姨已经忘了当初的问题。

2、惜字如金

“小Z，工资多少啊？”

“尚可！”

“到底是多少啊？”

“够吃”

3、巧用同比

“小Z，工资多少啊？”

“有进步，比去年高15%呢”

“去年多少啊？”

“比前年高10%呢！”

“你对象呢？”

由于非单身狗回答过于复杂和困难，此回答主要适用于单身狗。

由于此问题过于八卦且能无限延展，此回答亦不能用常规解法。

这天，你正要开黑，远方的七舅老爷推门而入。

“你对象呢？”

“啊！这个问题超纲了啊！是我的知识盲区了！”

“有还是没有！”

“有有有，别急嘛”，你打开了抽屉，拿出棋盘。

“你玩儿我呢！”

“哪敢哪敢哪敢，对象照片在我电脑上呢！”

说着，你打开了电脑，但手一刻也没有在相册逗留，而是径直冲向了一个py文件，打开了编辑器，在被锤倒之前，无比清晰的记得那个文件最后几行代码：

注：上述代码无限打印“对象”两个字，本文完整代码和源数据，后台回复“知乎过年”即可获取。

只一瞬，什么国民老公，什么后宫佳丽三千人，论对象数量，他们都还只是个弟弟。

#欢迎来留言#

你的“年难关”是什么？请说出你的故事哦！

代码：

https://github.com/seizeeveryday/DA-cases/tree/master/Zhihu

热 文 推 荐 

☞ 20 万台 QQ 服务器全面上云！

☞ 我国自主开发的编程语言“木兰”是又一个披着“洋”皮的红芯浏览器吗？

☞ 2019，燃烧的中国开源年

☞离开北上广，在二线城市做互联网的这一年 | 程序员有话说

☞集五福，我用Python

☞如何打造“智能助理”？阿里对话开发平台这样做

☞好扑科技技术副总裁戎朋：从海豚浏览器技术负责人到区块链，揭秘区块链技术之路

你点的每个“在看”，我都认真当成了喜欢