zhihu_live

data cleaning and easy visualization

function of files

• tools: 数据清洗(v1.2)
• analysis：数据可视化
• live_ednde:来源数据（已结束的知乎Live）
• ended:清洗后数据
• des_end:数据描述
• live_ongoing：来源数据（正在进行的Live）
• ongoing:清洗后数据
• result_zhihu_live.ipynb：Jupyter notebook输出的结果描述

处理过程

数据清洗

• 异常值：将0值改为nan
• 将费用中的数字提取出来
• 提取了介绍的字数（可能与关注人数有关）

数据可视化

• 直方图
• 箱形图
• 简单线性回归分析

新的尝试

• 这次把所有的代码写成函数，可以直接通过表格名称调用
• 关于tools(v1.2):改进了代码的模块化
• 基本用sns画图，感觉挺好用的
• btw,pycharm画图比Spyder友好（也可能因为我改进了代码.尴尬）

下一步工作

• 改进data cleaning的模块化（做过一次修改）
• 改进jupyter编码的模块化

疑问及备注

• 关于编码：开头的import sys的必要性和改进不明
• 可视化和统计分析数据太多了反而不知道怎么选择和使用
• btw..特意筛出了介绍字数，从这个数据的表现来看可以说几乎和live的各项指标毫无关系，至于是和介绍内容无关还是仅仅和字数这个指标无关，如果要研究的话可以做进一步的文本分析（如表达特征、话题）（挖个坑等有空了回头试试）